4字节emoji表情对应的Unicode编码获取和编码转换

GitHub Flavored Markdown

今天研究了一天Markdown移动端和pc端统一实现方式,由于以前有搞过移动端富文本编辑器,搞Markdown简单多了;
其中GFM的表情语法不错,比如笑脸:smile:,准备采用一下。

又想到了手机输入法输入表情浏览器页面接收到的是一个字符,如果能转换成:smile:就更能统一表现了,就像微信Android怎么输入输入法里面奇丑的emoji到了微信里面都是微信自带的好看的emoji图标,其实这个转换好几年前就有开始了解,不过没有什么进展。

编码问题

前几天刚好有需求要把emoji对应的Unicode编码转换成文字,比如1f601对应的这个笑脸��,但没有找到C#的把1f601转换成文字的方法,用Encoding.Unicode怎么转换都不对,最后直接复制emoji字符,Visual Studio里面竟然直接显示出来了,那就直接用字符吧,都不用转换了,然后不了了之了。

今天搞Markdown编辑器,由于前面GFM的原因,又对编码进行测试,没查到什么靠谱资料,到时找到很多emoji和Unicode对照表,https://apps.timwhitlock.info/emoji/tables/unicode拿一个笑脸https://apps.timwhitlock.info/unicode/inspect/hex/1F601开刀~

正确姿势

【C#】 Encoding.UTF32.GetBytes("��") -> ["1", "f6", "1", "0"]
【js】 "��".codePointAt(0).toString(16) -> 1f601
UTF-32结果一致

【C#】 Encoding.UTF8.GetBytes("��") -> ["f0", "9f", "98", "81"]
【js】 encodeURIComponent("��") -> %F0%9F%98%81
UTF-8结果一致

错误姿势

【C#】 Encoding.Unicode.GetBytes("��") -> ["3d", "d8", "1", "de"]
【js】 "��".codePointAt(0).toString(16) -> 1f601
这个Unicode反而不一致了

其实前段时间一直转换不对,就是错怪Encoding.Unicode了,C#里面Encoding.Unicode=Little-Endian UTF-16

没错是UTF-16,四字节编码老实用UTF-32就和浏览器结果一致了。

好开森,记录嘚瑟一下

Java是不是这样就搞不清楚了,电脑内存小了点就不开Eclipse敲代码了。

有了正确的转换关系,不管前端对用户输入进行替换还是后端替换都能实现了。下一步制作GFM emoji名字和Unicode编码对照表,挑几十个emoji放到编辑器菜单,剩余的只提供图片。

关键是素材GitHub提供了https://github.com/WebpageFX/emoji-cheat-sheet.com/tree/master/public/graphics/emojis,清晰度还不错,手机上三倍缩放应该挺清晰,直接拿来用

猜你喜欢

转载自blog.csdn.net/xiangyuecn/article/details/79606484