Я пытаюсь разобрать сообщение, которое, возможно, содержит смайлики. Пример сообщения, которое можно получить, выглядит следующим образом:
{"type":"chat","msg":"UserName:\u00a0\ud83d\ude0b \n"}
То, что должно совпадать, это \ u00a0 как один символ и \ ud83d \ ude0b как пара.
У меня есть регулярное выражение, которое может извлекать отдельные коды, но не пары, соответствующие полному смайлику:
\\u[a-z0-9]{4}
Есть ли чистый способ учета любых / нескольких смайликов в предложении, чтобы я мог заменить суррогатную пару имеющейся у меня функцией? Спасибо!
Редактировать: вот функция, которую я буду использовать вместе с регулярным выражением
string ConvertToUnicode(string SurrogatePair)
{
string returnValue = "";
for (var i = 0; i < SurrogatePair.Length; i += char.IsSurrogatePair(SurrogatePair, i) ? 2 : 1)
{
var codepoint = char.ConvertToUtf32(SurrogatePair, i);
returnValue = String.Format("U+{0:X4}", codepoint);
}
return returnValue;
}
У меня есть словарь, где ключом является Unicode, а значение является ссылкой на изображение смайликов, поэтому я могу отобразить его в элементе Unity UI.
Редактировать 2:
Поскольку этот вопрос слишком широкий, я уточню, что я пытаюсь достичь. Я получаю сообщение json с сервера через соединение с веб-сокетом. Это сообщение отображается на панели Unity, где каждое сообщение представляет собой текстовый объект Pro Text. Когда отправляется смайлик, сообщение отображается аналогично приведенному выше примеру сообщения, единственное изменение состоит в том, что суррогатная пара изменяется в зависимости от отправленного смайлика. Чтобы правильно вставить соответствующее изображение смайлика в про-объект текстовой сетки, мне нужно получить идентификатор атласа спрайта, который указывает на правильные смайлики. Поскольку я не вставлял спрайты вручную в атлас, а считывал их со сплайсированного листа спрайтов, единственный способ получить доступ к каждому изображению - по их индексируемому идентификатору. Чтобы правильно идентифицировать эмодзи в атласе по идентификатору, я создал словарь, в котором Юникод вставлен в том порядке, в котором они отображаются на листе спрайтов в качестве ключа, где значение является индексом в атласе. Сейчас я пытаюсь проанализировать полученное для смайлика сообщение с помощью регулярных выражений, отправить эти проанализированные данные в функцию, которую я опубликовал выше, чтобы преобразовать их в значение Unicode, а затем извлечь правильный идентификатор из словаря, чтобы, наконец, вставить смайлики, которые был первоначально введен на переднем конце. Если есть лучший способ сделать это, пожалуйста, дайте мне знать, но из проведенного мною исследования единственный эффективный способ вставить изображения в текстовый объект Unity - это то, как я это делаю. В связи с этим мне нужно получить суррогатные пары из сообщения.
Редактировать 3:
Если кто-то случайно натолкнется на этот вопрос, я оставлю свое решение, которое мне пришло, для получения смайликов с html-сайта через сервер веб-сокетов в Unity textmeshpro.
Вот электронная таблица Google, содержащая шестнадцатеричные значения и спрайт-лист, который я использовал для создания атласа словаря / спрайта в Unity: https://docs.google.com/spreadsheets/d/1XQY1n9cA1hx_PnsXoisxjanZRiQG0gd25VYEmk1W7mE/edit?usp=sharing.
Затем я использовал библиотеку, которую можно найти здесь: https://github.com/aaronpk/emoji-detector-php
Он может разобрать строку и найти смайлики. Я заменил регулярное выражение на регулярное выражение, предоставленное sln ниже, затем настроил основной скрипт, чтобы просто вернуть текст сообщения, но сменив смайлики на гекс, завернутый в разделитель, который я мог найти с помощью регулярного выражения на стороне Unity.
<?php
namespace Emoji;
define('LONGEST_EMOJI', 8);
function detect_emoji($string) {
// Find all the emoji in the input string
$prevencoding = mb_internal_encoding();
mb_internal_encoding('UTF-8');
$data = array();
$test = $string;
static $map;
if(!isset($map))
$map = _load_map();
static $regexp;
if(!isset($regexp))
$regexp = _load_regexp();
if(preg_match_all($regexp, $string, $matches)) {
foreach($matches[0] as $ch) {
$points = array();
for($i=0; $i<mb_strlen($ch); $i++) {
$points[] = strtoupper(dechex(uniord(mb_substr($ch, $i, 1))));
}
$hexstr = implode('-', $points);
$theMatch = $string.exec($ch);
$test = substr_replace($test, "[[[[".$hexstr."]]]]", strpos($test, $ch), strlen($ch));
}
}
if($prevencoding)
mb_internal_encoding($prevencoding);
return $test;
}
function _load_map() {
return json_decode(file_get_contents(dirname(__FILE__).'/map.json'), true);
}
function _load_regexp() {
return '/(?:' . json_decode(file_get_contents(dirname(__FILE__).'/regexp.json')) . ')/u';
}
function uniord($c) {
$ord0 = ord($c[0]); if ($ord0>=0 && $ord0<=127) return $ord0;
$ord1 = ord($c[1]); if ($ord0>=192 && $ord0<=223) return ($ord0-192)*64 + ($ord1-128);
$ord2 = ord($c[2]); if ($ord0>=224 && $ord0<=239) return ($ord0-224)*4096 + ($ord1-128)*64 + ($ord2-128);
$ord3 = ord($c[3]); if ($ord0>=240 && $ord0<=247) return ($ord0-240)*262144 + ($ord1-128)*4096 + ($ord2-128)*64 + ($ord3-128);
return false;
}
Чтобы вызвать это в моем серверном скрипте, мне просто нужно было добавить:
include("src/Emoji.php");
вверху моего скрипта, и вызвать функцию следующим образом:
$message = Emoji\detect_emoji($message);
Я убедился, что это было отправлено только моему клиенту Unity, так как я сохранял их resourceId в коде сервера.
На стороне Единства, чтобы найти смайлики, которые нужно заменить, я использовал:
string emojiPattern = @"(?<=\[\[\[\[).[^\]\]\]\]]*";
MatchCollection emojiMatch = Regex.Matches(messageString, emojiPattern);
for(int x = 0; x < emojiMatch.Count; x++)
{
messageString = messageString.Replace("[[[[" + emojiMatch[x].Value + "]]]]", "<sprite=" + emojiDictionary[emojiMatch[x].Value.ToLower()].ToString() + ">");
}
Поскольку текстовый элемент, который я создавал, представлял собой текстовый графический элемент с текстовой сеткой, он может преобразовывать изображение в атлас спрайтов, который я сделал с помощью листа спрайтов. Надеюсь, это поможет кому-то в будущем!