技術標籤：其他java

過濾字串中的emoji表情

網上搜索了很久，都沒有一個很好的解決方案，經過多方查證和測試，有了自己的處理方案，寫出來分享一下。

問題重點

1. 微信聊天記錄中，微信自帶表情會變成[微笑] [握手]等格式，如何判斷出字串中該類表情以及如何去除
2. 對於emoji表情，字串中是一個小方塊，如何篩選與判斷

實現效果

	public static void main(String[] args) {
		String str = "[微笑]][[好\uD83D\uDC4C的[握拳]";
        System.out.println(removeEmoji
 
(str));
    }

因為emoji是Unicode格式，java語言中是不可見的，所以粘貼出來就是一串Unicode碼，而看上去會是一個方框，資料庫中也一樣。
mongodb中的樣子：

複製後放入java中的樣子和輸出後的樣子：

標準的emoji都可以通過下面引入的包進行操作，但微信自帶的就不好處理了

依賴jar包 阿里雲maven庫 central

		<!--   java emoji表情庫     -->
        <dependency>
            <groupId>com.vdurmont</groupId>
            <artifactId>emoji-java</artifactId>
            <version>5.1.1</version>
        </dependency>
 

該包是github上一個開源的用於處理emoji表情的包。可以判斷是否是emoji，字串中是否存在emoji等很多實用方法，具體內容請看：com.vdurmont介紹

emoji介紹

emoji表情其實就是unicode碼，Unicode（又稱統一碼、萬國碼、單一碼）是電腦科學領域裡的一項業界標準，包括字符集、編碼方案等。Unicode是為了解決傳統的字元編碼方案的侷限而產生的，它為每種語言中的每個字元設定了統一併且唯一的二進位制編碼，以滿足跨語言、跨平臺進行文字轉換、處理的要求。1990年開始研發，1994年正式公佈。更多介紹詳見度娘

實現程式碼

 	/**
     * 判斷訊息是否是emoji表情
     *
     * @param text:要判斷的文字
     * @return: boolean
     * @author jo.li
     * @description isEmojiByText <br/>
     * @date 2020/12/21 13:34
     **/
 

    static boolean isEmojiByText(String text) {
        if (StringUtils.isBlank(text)) {
            return true;
        }
        if (StringUtils.isBlank(removeEmoji(text))) {
            return true;
        } else {
            return false;
        }
    }
	/**
     * 去除文字中的emoji表情，並返回剩餘內容
     *
     * @param text:原文字
     * @return: java.lang.String
     * @author jo.li
     * @description removeEmoji <br/>
     * @date 2020/12/24 13:26
     **/
    static String removeEmoji(String text) {
        if (StringUtils.isBlank(text)) {
            return text;
        }
        // 去除微信自帶表情如[微笑] 如果不存在則返回原文
        text = removeWeChatEmoji(text);
        // 判斷是否存在unicode格式的emoji表情
        if (EmojiManager.containsEmoji(text)) {
        	// 去除字串中的所有unicode格式的emoji表情
            return EmojiParser.removeAllEmojis(text);
        }
        return text;
    }

    /**
     * 遞迴刪除微信文字表情 如[微笑]表情
     *
     * @param str:文字
     * @return: java.lang.String
     * @author jo.li
     * @description removeWeChatEmoji <br/>
     * @date 2020/12/24 15:48
     **/
    static String removeWeChatEmoji(String str) {
        String emoji = recursionSplitStr(str);
        if (StringUtils.isNotBlank(emoji)) {
            // 表情在文字中的結尾位置
            int index = str.indexOf(emoji) + emoji.length();
            String beforeStr = str.substring(0, str.indexOf(emoji));
            if (index == str.length()) {
                return beforeStr;
            } else {
                str = removeWeChatEmoji(beforeStr + str.substring(index));
            }
        }
        return str;
    }

    /**
     * 獲取文字中的微信表情 如[微笑]
     *
     * @param text:
     * @return: java.lang.String
     * @author jo.li
     * @description recursionSplitStr <br/>
     * @date 2020/12/24 15:54
     **/
    static String recursionSplitStr(String text) {
        if (text.contains("[") && text.contains("]")) {
            if (text.substring(0, text.indexOf("]") + 1).length() == 1) {
                text = recursionSplitStr(text.substring(1));
            } else {
                text = text.substring(0, text.indexOf("]") + 1);
            }
            if (text.indexOf("[") != text.lastIndexOf("[")) {
                text = text.substring(text.indexOf("[") + 1);
            } else {
                text = text.substring(text.indexOf("["), text.indexOf("]") + 1);
            }
            if (text.lastIndexOf("[") != 0) {
                text = recursionSplitStr(text);
            }
            return text;
        }
        return "";
    }

注意事項

1. 實現程式碼複用需仔細測試，可能存在bug。
2. 由於微信表情部分的判斷沒有使用窮舉法，所以文字中若存在"[xxx]"格式字串，會被認為是微信表情，存在誤剔除的可能，還請使用時注意！