我想检查字母是否是表情符号。 我发现了一些类似的问题，并找到了这个正则表达式：

private final String emo_regex ="([\\u20a0-\\u32ff\\ud83c\\udc00-\\ud83d\\udeff\\udbb9\\udce5-\\udbb9\\udcee])";

但是，当我在如下语句中执行以下操作时：

for (int k=0; k

if (letters[k].matches(emo_regex)) {

emoticon.add(letters[k]);

}

}

它不会在任何表情符号中添加任何字母。 我也尝试过使用Matcher和Pattern，但这都不起作用。 正则表达式是否有问题，或者我的代码中缺少明显的东西？

这是我的来信：

sentence ="Jij staat op 10 ??"

String[] letters = sentence.split("");

最后 ？？ 应该被识别并添加到emoticon

您可以向我们展示更多代码吗？ 循环似乎还不错...

您能否提供期望匹配的letters值的具体示例？ 另外，是什么让您有信心，您找到的正则表达式绝对正确且全面？

如果我是正确的，表情符号有两个字母

我完全不了解您的方法。 您是否将原始字符串拆分为String[]，每个元素都是一个单字符字符串，只是为了能够应用正则表达式而不是普通Java数字范围检查？

编辑了问题以显示我如何得到这封信！

可能相关：stackoverflow.com/questions/24840667

您可以使用emoji4j库。以下应解决该问题。

String htmlifiedText = EmojiUtils.htmlify(text);

// regex to identify html entitities in htmlified text

Matcher matcher = htmlEntityPattern.matcher(htmlifiedText);

while (matcher.find()) {

String emojiCode = matcher.group();

if (isEmoji(emojiCode)) {

emojis.add(EmojiUtils.getEmoji(emojiCode).getEmoji());

}

}

我创建的此函数检查给定的String是否仅包含表情符号。

换句话说，如果字符串包含正则表达式中未包含的任何字符，则它将返回false。

private static boolean isEmoji(String message){

return message.matches("(?:[\uD83C\uDF00-\uD83D\uDDFF]|[\uD83E\uDD00-\uD83E\uDDFF]|" +

"[\uD83D\uDE00-\uD83D\uDE4F]|[\uD83D\uDE80-\uD83D\uDEFF]|" +

"[\u2600-\u26FF]\uFE0F?|[\u2700-\u27BF]\uFE0F?|\u24C2\uFE0F?|" +

"[\uD83C\uDDE6-\uD83C\uDDFF]{1,2}|" +

"[\uD83C\uDD70\uD83C\uDD71\uD83C\uDD7E\uD83C\uDD7F\uD83C\uDD8E\uD83C\uDD91-\uD83C\uDD9A]\uFE0F?|" +

"[\u0023\u002A\u0030-\u0039]\uFE0F?\u20E3|[\u2194-\u2199\u21A9-\u21AA]\uFE0F?|[\u2B05-\u2B07\u2B1B\u2B1C\u2B50\u2B55]\uFE0F?|" +

"[\u2934\u2935]\uFE0F?|[\u3030\u303D]\uFE0F?|[\u3297\u3299]\uFE0F?|" +

"[\uD83C\uDE01\uD83C\uDE02\uD83C\uDE1A\uD83C\uDE2F\uD83C\uDE32-\uD83C\uDE3A\uD83C\uDE50\uD83C\uDE51]\uFE0F?|" +

"[\u203C\u2049]\uFE0F?|[\u25AA\u25AB\u25B6\u25C0\u25FB-\u25FE]\uFE0F?|" +

"[\u00A9\u00AE]\uFE0F?|[\u2122\u2139]\uFE0F?|\uD83C\uDC04\uFE0F?|\uD83C\uDCCF\uFE0F?|" +

"[\u231A\u231B\u2328\u23CF\u23E9-\u23F3\u23F8-\u23FA]\uFE0F?)+");

}

实现示例：

public static int detectEmojis(String message){

int len = message.length(), NumEmoji = 0;

// if the the given String is only emojis.

if(isEmoji(message)){

for (int i = 0; i < len; i++) {

// if the charAt(i) is an emoji by it self -> ++NumEmoji

if (isEmoji(message.charAt(i)+"")) {

NumEmoji++;

} else {

// maybe the emoji is of size 2 - so lets check.

if (i < (len - 1)) { // some Emojis are two characters long in java, e.g. a rocket emoji is"\uD83D\uDE80";

if (Character.isSurrogatePair(message.charAt(i), message.charAt(i + 1))) {

i += 1; //also skip the second character of the emoji

NumEmoji++;

}

}

}

}

return NumEmoji;

}

return 0;

}

给定的函数在字符串(仅包含表情符号)上运行并返回其中的表情符号数量。 (借助于我在StackOverFlow上找到的其他答案的帮助)。

我对正则表达式很熟悉，但是它是如此复杂，以至于我真的不明白您在做什么。

您可以使用Character类来确定字母是否是代理对的一部分。有一些有用的方法可以处理代理对表情符号，例如：

String text ="??";

if (text.length() > 1 && Character.isSurrogatePair(text.charAt(0), text.charAt(1))) {

int codePoint = Character.toCodePoint(text.charAt(0), text.charAt(1));

char[] c = Character.toChars(codePoint);

}

这不起作用，不应该使用，因为某些表情符号仅包含一个字符，例如"？"。length()为1。应该被否决，但当前不具有我的特权。

"？" 不是表情符号。 它只是一个符号，但是系统将其显示为表情符号。 值是9760。

这些表情符号似乎有两个字符长，但是使用split("")时，您在每个字符之间进行分割，因此这些字母都不是您要寻找的表情符号。

相反，您可以尝试在单词之间进行拆分：

for (String word : sentence.split("")) {

if (word.matches(emo_regex)) {

System.out.println(word);

}

}

但这当然会错过与单词或标点符号相连的表情符号。

或者，您可以只在与正则表达式匹配的句子中使用Matcher到find中的任何group。

Matcher matcher = Pattern.compile(emo_regex).matcher(sentence);

while (matcher.find()) {

System.out.println(matcher.group());

}

谢谢，但是这不能识别????。 现在我知道表情符号有2个字符，这将有所帮助

@bdv似乎为我工作(使用第二种方法)。 还是这应该是一个(复合)表情符号？

不，两个单独的。。您如何测试？

@bdv使用String sentence ="zing ????. It he";(只是从您的注释中复制)，您的模式以及然后以Matcher开头的代码进行测试。 它输出两个表情符号。

谢谢，匹配器工作！

试试这个项目simple-emoji-4j

兼容Emoji 12.0(2018.10.15)

简单：

EmojiUtils.containsEmoji(str)

值得牢记的是，Java代码可以用Unicode编写。因此，您可以执行以下操作：

@Test

public void containsEmoji_detects_smileys() {

assertTrue(containsEmoji("This ?? is a smiley"));

assertTrue(containsEmoji("This ?? is a different smiley"));

assertFalse(containsEmoji("No smiley here"));

}

private boolean containsEmoji(String s) {

String pattern =".*[????].*";

return s.matches(pattern);

}

尽管请参阅：应该将源代码保存为UTF-8格式，以讨论是否是一个好主意。

您可以使用String.codePoints()在Java 8中将String拆分为Unicode代码点，这将返回IntStream。这意味着您可以执行以下操作：

Set emojis = new HashSet<>();

emojis.add("??".codePointAt(0));

emojis.add("??".codePointAt(0));

String s ="1??34??5";

s.codePoints().forEach( codepoint -> {

System.out.println(

new String(Character.toChars(codepoint))

+""

+ emojis.contains(codepoint));

});

...打印...

1 false

?? true

3 false

4 false

?? true

5 false

当然，如果您不希望在代码中包含文字unicode字符，则可以将数字放入集合中：

emojis.add(0x1F601);

糟糕的解决方案

有见地......