如何計算字形集羣或「知覺」在Java中

表情符我期待計數中，提供的Java字符串察覺的表情符號字符數。我目前使用的emoji4j庫，但它並不適用於字形集羣像這樣的工作：如何計算字形集羣或「知覺」在Java中

調用EmojiUtil.getLength("‍‍‍")回報4代替1，同樣叫EmojiUtil.getLength("‍‍‍")回報5代替2。

是否有在Java中，可以很容易計算字形集羣上String任何API或方法？

我一直在四處打獵，但是可以理解的是String上的codePoints()方法不僅包括可見的表情符號，還包括零寬度的加入者。

我也嘗試這種使用BreakIterator：

public static int getLength(String emoji) { 
    BreakIterator it = BreakIterator.getCharacterInstance(); 
    it.setText(emoji); 
    int emojiCount = 0; 
    while (it.next() != BreakIterator.DONE) { 
     emojiCount++; 
    } 
    return emojiCount; 
}

但似乎相同的行爲與codePoints()方法，這樣的事情"‍‍‍"返回8。

來源

2016-11-30 Craig Otis

有趣的話題。我試圖找出這是什麼類型的字符（你的第一個例子），我想知道這些組合的emojis是否是真正的unicode標準或供應商採用的約定。你的第一個例子是女人，女人，男孩，男孩和零寬度細木工的unicode字符的組合。 http://emojipedia.org/emoji/%F0%9F%91%A9%E2%80%8D%F0%9F%91%A9%E2%80%8D%F0%9F%91%A6%E2%80 ％8D％F0％9F％91％A6/ –

將字符合併到表情符號的一種方法是使用零寬度連接器代碼點（ZWJ/U + 200D）。因此，獲取可見字符數的一種方法是遍歷所有unicode代碼點，並且每當遇到ZWJ時，都會減去兩個（對於ZWJ和合併到前一個字符中的下一個字符）。然而，有更多的方法來編寫emojis（和unicode字符），所以你最好的選擇是等待emoji4j更新或自己做。 –

[確定用戶感知字符數量的正確算法是什麼？]（http://stackoverflow.com/questions/9097572/whats-the-correct-algorithm-to-determine-number-of-user - 感知字符） –

我結束了使用的ICU library，這工作要好得多。我的原始代碼塊不需要更改（除了導入語句），因爲它僅提供BreakIterator的不同實現。

來源

2016-12-19 12:38:18

如何計算字形集羣或「知覺」在Java中

回答

相關問題