Swift

Question

我有一种方法可以检测字符串中的 urls 并且 returns 我可以检测到 urls 和可以找到它们的范围。一切正常，直到字符串上出现表情符号。例如：

"I'm gonna do this callenge as soon as I can swing again \n http://youtu.be/SW_d3fGz1hk"

由于表情符号，从文本中提取的 url 是 http://youtu.be/SW_d3fGz1 instead of http://youtu.be/SW_d3fGz1hk。我认为最简单的解决方案是将字符串中的表情符号替换为空白字符（因为我需要正确的范围来处理某些文本样式）。问题是，使用 Swift 很难做到这一点（很可能我缺乏使用 Swift 字符串 API 的能力）。

我一直在尝试这样做，但似乎无法从 unicode 点数组创建字符串：

var emojilessStringWithSubstitution: String {
    let emojiRanges = [0x1F601...0x1F64F, 0x2702...0x27B0]
    let emojiSet = Set(emojiRanges.flatten())
    let codePoints: [UnicodeScalar] = self.unicodeScalars.map {
        if emojiSet.contains(Int([=12=].value)) {
            return UnicodeScalar(32)
        }
        return [=12=]
    }
    return String(codePoints)
}

我是不是以错误的方式解决了这个问题？在这里替换表情符号是最好的解决方案吗？如果可以，我该怎么做？

Answer 1

您可以使用模式匹配（针对表情符号模式）从您的 String 中过滤掉表情符号字符。

extension String {

    var emojilessStringWithSubstitution: String {
        let emojiPatterns = [UnicodeScalar(0x1F601)...UnicodeScalar(0x1F64F),
                             UnicodeScalar(0x2702)...UnicodeScalar(0x27B0)]
        return self.unicodeScalars
            .filter { ucScalar in !(emojiPatterns.contains{ [=10=] ~= ucScalar }) }
            .reduce("") { [=10=] + String() }
    }  
}

/* example usage */
let str = "I'm gonna do this callenge as soon as I can swing again \n http://youtu.be/SW_d3fGz1hk"
print(str.emojilessStringWithSubstitution)

/* I'm gonna do this callenge as soon as I can swing again
   http://youtu.be/SW_d3fGz1hk */

请注意，以上仅使用问题中提供的表情符号间隔，并不代表所有表情符号，但该方法是通用的，可以通过在 emojiPatterns数组.

我意识到再次阅读你的问题，你更喜欢用空白字符替换表情符号，而不是删除它们（上面的过滤解决方案就是这样做的）。我们可以通过用条件 return .map 操作替换上面的 .filter 操作来实现这一点，就像您的问题

extension String {

    var emojilessStringWithSubstitution: String {
        let emojiPatterns = [UnicodeScalar(0x1F600)...UnicodeScalar(0x1F64F),
                         UnicodeScalar(0x1F300)...UnicodeScalar(0x1F5FF),
                         UnicodeScalar(0x1F680)...UnicodeScalar(0x1F6FF),
                         UnicodeScalar(0x2600)...UnicodeScalar(0x26FF),
                         UnicodeScalar(0x2700)...UnicodeScalar(0x27BF),
                         UnicodeScalar(0xFE00)...UnicodeScalar(0xFE0F)]

        return self.unicodeScalars
            .map { ucScalar in
                emojiPatterns.contains{ [=11=] ~= ucScalar } ? UnicodeScalar(32) : ucScalar }
            .reduce("") { [=11=] + String() }
    }
}

根据您对此 post 的评论（列出这些间隔），现有表情符号间隔已延长，因此表情符号检查现在可能是详尽无遗的。

Answer 2

Swift 4:

extension String {
  func stringByRemovingEmoji() -> String {
    return String(self.filter { ![=10=].isEmoji() })
  }
}

extension Character {
  fileprivate func isEmoji() -> Bool {
    return Character(UnicodeScalar(UInt32(0x1d000))!) <= self && self <= Character(UnicodeScalar(UInt32(0x1f77f))!)
      || Character(UnicodeScalar(UInt32(0x2100))!) <= self && self <= Character(UnicodeScalar(UInt32(0x26ff))!)
  }
}

Answer 3

表情符号被 Unicode 归类为符号。字符集通常用于搜索操作。所以我们将使用字符集 a 属性即 symbols.

var emojiString =  "Hey there , welcome"
emojiString = emojiString.components(separatedBy: CharacterSet.symbols).joined()       
print(emojiString)

输出是

Hey there , welcome

现在观察emoji被一个白色替换space所以有两个白色space我们用下面的方式替换它

emojiString.replacingOccurrences(of: "  ", with: " ")

上述方法将"two white space"的参数替换为："single white space"

Answer 4

我发现上面给出的解决方案不适用于某些字符，例如️‍♂️和。

为了找到表情符号范围，我使用正则表达式将 full list of emoji characters 转换为仅包含十六进制值的文件。然后我将它们转换为十进制格式并对它们进行排序。最后，我写了一个脚本来查找范围。

这是 isEmoji() 的最终 Swift 扩展名。

extension Character {

    func isEmoji() -> Bool {
        let emojiRanges = [
            (8205, 11093),
            (12336, 12953),
            (65039, 65039),
            (126980, 129685)
        ]
        let codePoint = self.unicodeScalars[self.unicodeScalars.startIndex].value
        for emojiRange in emojiRanges {
            if codePoint >= emojiRange.0 && codePoint <= emojiRange.1 {
                return true
            }
        }
        return false
    }

}

作为参考，这里是我编写的 python 脚本，用于将十六进制字符串解析为整数，然后找到范围。

convert-hex-to-decimal.py

decimals = []
with open('hex.txt') as hexfile:
    for line in hexfile:
        num = int(line, 16)
        if num < 256:
            continue
        decimals.append(num)

decimals = list(set(decimals))
decimals.sort()

with open('decimal.txt', 'w') as decimalfile:
    for decimal in decimals:
        decimalfile.write(str(decimal) + "\n")

make-ranges.py

first_line = True
range_start = 0
prev = 0
with open('decimal.txt') as hexfile:
    for line in hexfile:
        if first_line: 
            prev = int(line)
            range_start = prev
            first_line = False
            continue

        curr = int(line)
        if prev + 1000 < curr: # 100 is abitrary to reduce number of ranges
            print("(" + str(range_start) + ", " + str(prev) + ")")
            range_start = curr
        prev = curr

Answer 5

获取所有表情符号比您想象的要复杂。有关如何确定哪些字符是表情符号的更多信息，请查看此 post or this article.

基于这些信息，我建议使用 Character 的扩展，让我们更容易理解哪些字符是表情符号。然后添加一个字符串扩展名，以便用另一个字符轻松替换找到的表情符号。

extension Character {
   var isSimpleEmoji: Bool {
      guard let firstProperties = unicodeScalars.first?.properties else {
        return false
      }
      return unicodeScalars.count == 1 &&
          (firstProperties.isEmojiPresentation ||
             firstProperties.generalCategory == .otherSymbol)
   }
   var isCombinedIntoEmoji: Bool {
      return unicodeScalars.count > 1 &&
             unicodeScalars.contains {
                [=10=].properties.isJoinControl ||
                [=10=].properties.isVariationSelector
             }
   }
   var isEmoji: Bool {
      return isSimpleEmoji || isCombinedIntoEmoji
   }
}

extension String {
    func replaceEmoji(with character: Character) -> String {
        return String(map { [=10=].isEmoji ? character : [=10=] })
    }
}

使用它会变成：

"Some string  with emoji".replaceEmoji(with: " ")

Answer 6

Swift 5

不要使用这种hardcoded方式检测emojis。在Swift 5你可以轻松做到

let inputText = "Some string  with   emoji "

let textWithoutEmoij = inputText.unicodeScalars
    .filter { ![=10=].properties.isEmojiPresentation }
    .reduce("") { [=10=] + String() }

print(textWithoutEmoij) // Some string  with   emoji

Answer 7

不要hard-code表情符号的范围，改用这个。

func 去除表情符号(字符串:String) -> String {
    let 转换为Unicode = 字符串.unicodeScalars//https://developer.apple.com/documentation/swift/string
    
    let 去除表情后的结果 = 转换为Unicode.filter { (item) -> Bool in
        let 判断是否表情 = item.properties.isEmoji
         return !判断是否表情//是表情就不保留
      }
    
    return String(去除表情后的结果)
}

Swift - 用空格替换字符串中的表情符号

Swift - Replacing emojis in a string with whitespace

string

unicode

emoji