java处理emoji表情

前言

emoji表情也是使用Unicode编码的，但UTF8编码是不支持的。我们如果想存储emoji到数据库，一般有两种方法，以mysql为例，将数据库编码从 utf8 改为 utf8mb4，第二种就是做一个转换，将emoji表情转换成另一个字符，今天我们就测试一下第二种方法。

实现

我们需要使用第三方开源库emoji-java，github地址

复制<dependency>
   <groupId>com.vdurmont</groupId>
   <artifactId>emoji-java</artifactId>
   <version>4.0.0</version>
</dependency>

上边为maven地址，测试的3个emoji表情为

将表情转换为别名

复制import com.vdurmont.emoji.EmojiParser;

public class Client {

  public static void main(String[] args) {
    System.out.println(EmojiParser.parseToAliases("\uD83D\uDE04"));
    System.out.println(EmojiParser.parseToAliases("\uD83D\uDE38"));
    System.out.println(EmojiParser.parseToAliases("\uD83D\uDE1F"));
  }

}

输出结果为

复制:smile:
:smile_cat:
:worried:

这样数据库就可以存储了

将别名转换为表情

复制import com.vdurmont.emoji.EmojiParser;

public class Client2 {

  public static void main(String[] args) {
    System.out.println(EmojiParser.parseToUnicode(":smile:"));
    System.out.println(EmojiParser.parseToUnicode(":smile_cat:"));
    System.out.println(EmojiParser.parseToUnicode(":worried:"));
  }

}

输出3个emoji表情，因为markdown文件中不能出现emoji表情，所以这里就不显示了。

将表情转换为HTML格式

复制import com.vdurmont.emoji.EmojiParser;

public class Client3 {

  public static void main(String[] args) {
    System.out.println(EmojiParser.parseToHtmlHexadecimal("\uD83D\uDE04"));
    System.out.println(EmojiParser.parseToHtmlHexadecimal("\uD83D\uDE38"));
    System.out.println(EmojiParser.parseToHtmlHexadecimal("\uD83D\uDE1F"));
  }

}

输出为

复制😄
😸
😟

HTML中显示如下

原理分析

内部维护了一个emoji表情和别名的映射表，使用前缀树保存所有emoji的Unicode编码。

复制public class EmojiTrie {
  private Node root = new Node();

  public EmojiTrie(Collection<Emoji> emojis) {
    for (Emoji emoji : emojis) {
      Node tree = root;
      for (char c: emoji.getUnicode().toCharArray()) {
        if (!tree.hasChild(c)) {
          tree.addChild(c);
        }
        tree = tree.getChild(c);
      }
      tree.setEmoji(emoji);
    }
  }
  
}

参考

使用轻量级工具emoji-java处理emoji表情字符
特殊字符(包括emoji)梳理和UTF8编码解码原理
emoji表情存储到数据库的方法