Android 准确过滤(禁止) Emoji表情

转载请注明出处:
http://blog.csdn.net/u010811143

Emoji相关链接

android 输入框EditText禁止输入Emoji表情符
Android中过滤Emoji表情完整版
Unified Emoji表情for Android
彻底搞懂字符编码(unicode,mbcs,utf-8,utf-16,utf-32,big endian,little endian…)
Emoji Unicode Tables

Emoji过滤方法

匹配Emoji表情列表过滤，需要得到Emoji表情列表
区间过滤，可能多过滤也肯少过滤

链接1：Emoji列表过滤，但是直接从 Emoji Unicode Tables 网站获取的列表 4. Enclosed characters ( 24C2 - 1F251 ) 区间会和汉字冲突，实际范围是 24C2 和(1F170 - 1F251)，标题错了，作者没有修改直接把汉字内容(例如：我，们，有 ……)也过滤了，并且没有过滤 5. Uncategorized 忽略了许多表情。列表过滤相对准确，但是需要先加载列，虽然使用了静态方法但是首次使用要较长加载时间，过滤时匹配也相对耗时。

链接2：过滤区间，但是只过滤了双字节的Emoji表情，忽略了单字节的表情，并且区间也不合理（判断得很复杂，结果等同于直接过滤了 utf8 Surrogates，这样如果有其他的 Surrogates 区的编码字符也会被过滤掉）。相对列表过滤速度快，但存在多过滤和少过滤的较多。

综合两种情况考虑，既要保证速度又要保证过滤的准确性。Android EditView 以 UTF-16 为编码16位为一个单位。由于两字节以上的Unicode 编码基本上没用到，直接过滤掉 Surrogates 区(0xD800-0xDFFF)；再过滤掉单字节的Emoji表情列表。

当然为了确保绝对只过滤Emoji表情，这里使用1的方法，修改了 4. Enclosed characters ( 24C2 - 1F251 )，添加了 5. Uncategorized ，毕竟现在Android的处理器性能都很高，效率可以不用考虑了。当然也可以使用区间过滤，添加个 Scrope ，再修改下filter()方法就行了，这里就不修改了。

import android.text.InputFilter;
import android.text.Spanned;import org.xutils.common.util.LogUtil;import java.util.HashSet;
import java.util.Iterator;
import java.util.Set;/*** 过滤Emoji表情* Created by tutu on 2016/5/31.*/
public class EmojiFilter implements InputFilter {private static Set<String> filterSet = null;private static Set<Scope> scopeSet = null;/*** 区间类模型*/private class Scope {int start;int end;@Overridepublic boolean equals(Object o) {if (o instanceof Scope) {Scope scope = (Scope) o;if (scope.start == start && scope.end == end) {return true;}}return super.equals(o);}}private static void addUnicodeRangeToSet(Set<String> set, int start, int end) {if (set == null) {return;}if (start > end) {return;}for (int i = start; i <= end; i++) {filterSet.add(new String(new int[]{i}, 0, 1));}}private static void addUnicodeRangeToSet(Set<String> set, int code) {if (set == null) {return;}filterSet.add(new String(new int[]{code}, 0, 1));}static {filterSet = new HashSet<String>();scopeSet = new HashSet<>();// See http://apps.timwhitlock.info/emoji/tables/unicode// 1. Emoticons ( 1F601 - 1F64F )addUnicodeRangeToSet(filterSet, 0x1F601, 0X1F64F);// 2. Dingbats ( 2702 - 27B0 )addUnicodeRangeToSet(filterSet, 0x2702, 0X27B0);// 3. Transport and map symbols ( 1F680 - 1F6C0 )addUnicodeRangeToSet(filterSet, 0X1F680, 0X1F6C0);// 4. Enclosed characters ( 24C2 - 1F251 )addUnicodeRangeToSet(filterSet, 0X24C2);addUnicodeRangeToSet(filterSet, 0X1F170, 0X1F251);// 6a. Additional emoticons ( 1F600 - 1F636 )addUnicodeRangeToSet(filterSet, 0X1F600, 0X1F636);// 6b. Additional transport and map symbols ( 1F681 - 1F6C5 )addUnicodeRangeToSet(filterSet, 0X1F681, 0X1F6C5);// 6c. Other additional symbols ( 1F30D - 1F567 )addUnicodeRangeToSet(filterSet, 0X1F30D, 0X1F567);// 5. UncategorizedaddUnicodeRangeToSet(filterSet, 0X1F004);addUnicodeRangeToSet(filterSet, 0X1F0CF);// 与6c. Other additional symbols ( 1F30D - 1F567 )重复// 去掉重复部分虽然不去掉HashSet也不会重复，原范围（0X1F300 - 0X1F5FF）addUnicodeRangeToSet(filterSet, 0X1F300, 0X1F30D);addUnicodeRangeToSet(filterSet, 0X1F5FB, 0X1F5FF);addUnicodeRangeToSet(filterSet, 0X00A9);addUnicodeRangeToSet(filterSet, 0X00AE);addUnicodeRangeToSet(filterSet, 0X0023);//阿拉伯数字0-9，配合0X20E3使用//addUnicodeRangeToSet(filterSet, 0X0030, 0X0039);// 过滤掉203C开始后的2XXX 段落//addUnicodeRangeToSet(filterSet, 0X203C, 0X24C2);addUnicodeRangeToSet(filterSet, 0X203C);addUnicodeRangeToSet(filterSet, 0X2049);//严格验证的话需要判断前面是否是数字//Android上显示和数字分开可以不判断addUnicodeRangeToSet(filterSet, 0X20E3);addUnicodeRangeToSet(filterSet, 0X2122);addUnicodeRangeToSet(filterSet, 0X2139);addUnicodeRangeToSet(filterSet, 0X2194, 0X2199);addUnicodeRangeToSet(filterSet, 0X21A9, 0X21AA);addUnicodeRangeToSet(filterSet, 0X231A, 0X231B);addUnicodeRangeToSet(filterSet, 0X23E9, 0X23EC);addUnicodeRangeToSet(filterSet, 0X23F0);addUnicodeRangeToSet(filterSet, 0X23F3);addUnicodeRangeToSet(filterSet, 0X25AA, 0X25AB);addUnicodeRangeToSet(filterSet, 0X25FB, 0X25FE);//TODO： 26XX 太杂全部过滤addUnicodeRangeToSet(filterSet, 0X2600, 0X26FE);addUnicodeRangeToSet(filterSet, 0X2934, 0X2935);addUnicodeRangeToSet(filterSet, 0X2B05, 0X2B07);addUnicodeRangeToSet(filterSet, 0X2B1B, 0X2B1C);addUnicodeRangeToSet(filterSet, 0X2B50);addUnicodeRangeToSet(filterSet, 0X2B55);addUnicodeRangeToSet(filterSet, 0X3030);addUnicodeRangeToSet(filterSet, 0X303D);addUnicodeRangeToSet(filterSet, 0X3297);addUnicodeRangeToSet(filterSet, 0X3299);}public EmojiFilter() {super();}@Overridepublic CharSequence filter(CharSequence source, int start, int end, Spanned dest, int dstart,int dend) {// check black-list setfor (int i = 0; i < source.length(); i++) {LogUtil.e(Integer.toHexString(source.charAt(i)));}LogUtil.e(source.toString() + " length： " + source.toString().length() +" ；bytes length： " + source.toString().getBytes().length);
//        Iterator<String> iterator = filterSet.iterator();
//        while (iterator.hasNext()) {//            String filter = iterator.next();
//            if (filter.equals(source.toString())) {//                LogUtil.e(filter + " length： " + filter.length() +
//                        " ；bytes length： " + filter.getBytes().length);
//                for (int i= 0; i < source.length(); i++){//                    LogUtil.e(Integer.toHexString(source.charAt(i)));
//                }
//                return "";
//            }
//        }if (filterSet.contains(source.toString())) {return "";}return source;}}

吐槽

小日本真能折腾，没事搞什么Emoji