Java 中 Emoji 的正則表達式

1、emoji 的範圍

查閱維基百科中 emoji 的說明

1. 雜項符號及圖形

雜項符號及圖形一共有768個字符，範圍爲： U+1F300 ～ U+1F5FF，在 Java 中正則表達式爲：

"[\\uD83C\\uDF00-\\uD83D\\uDDFF]"複製代碼

2. 增補符號及圖形

增補符號及圖形中一共有82個字符，範圍爲： U+1F900 ～ U+1F9FF，在 Java 中正則表達式爲：

"[\\uD83E\\uDD00-\\uD83E\\uDDFF]"複製代碼

3. 表情符號

表情符號一共有80個字符，範圍爲： U+1F600 ～ U+1F64F，在 Java 中正則表達式爲：

"[\\uD83D\\uDE00-\\uD83D\\uDE4F]"複製代碼

4. 交通及地圖符號

交通及地圖符號一共有103個字符，範圍爲： U+1F680 ～ U+1F6FF，在 Java 中正則表達式爲：

"[\\uD83D\\uDE80-\\uD83D\\uDEFF]"複製代碼

5. 雜項符號

雜項符號一共有256個字符，範圍爲： U+2600 ～ U+26FF 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u2600-\\u26FF]\\FE0F?"複製代碼

6. 裝飾符號

裝飾符號一共有192個字符，範圍爲： U+2700 ～ U+27BF 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u2700-\\u27BF]\\FE0F?"複製代碼

7. 封閉式字母數字符號

封閉式字母數字符號中只有一個 emoji 字符，爲： U+24C2 或拼上 U+FE0F，在 Java 中正則表達式爲：

"\\u24C2\\uFE0F?"複製代碼

8. 封閉式字母數字補充符號

封閉式字母數字補充符號包含41個 emoji 字符，其中26個屬於區域指示符號

8.1 區域指示符號

區域指示符號一共有26個字符，範圍爲： U+1F1E6 ～ U+1F1FF，而且其中每兩個字母能夠表明一個國家或地區的旗幟，在 Java 中正則表達式爲：

"[\\uD83C\\uDDE6-\\uD83C\\uDDFF]{1,2}"複製代碼

8.2 其餘封閉式字母數字補充 emoji 符號

除了區域指示符號外其餘的 emoji 字符爲： U+1F170、 U+1F17一、 U+1F17E、 U+1F17F、 U+1F18E 和 U+1F191 ～ U+1F19A 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\uD83C\\uDD70\\uD83C\\uDD71\\uD83C\\uDD7E\\uD83C\\uDD7F\\uD83C\\uDD8E\\uD83C\\uDD91-\\uD83C\\uDD9A]\\uFE0F?"複製代碼

9. 鍵帽符號(#⃣, *️⃣ and 0⃣-9⃣)

鍵帽符號一共有12個字符，其組成方式爲： U+002三、 U+002A 和 U+0030 ～ U+0039 12個鍵帽基礎字符加上 U+FE0F 和 U+20E3， 如：

"\u0023\u20E3" > "#⃣"

"\u002A\uFE0F\u20E3" > "*️⃣"

"\u0030\u20E3" > "0⃣"

"\u0039\u20E3" > "9⃣"複製代碼

其中 uFE0F 是可選的，因此在 Java 中正則表達式爲：

"[\\u0023\\u002A[\\u0030-\\u0039]]\\uFE0F?\\u20E3"複製代碼

10. 箭頭符號

箭頭符號中有8個 emoji 字符，範圍爲： U+2194 ～ U+2199 和 U+21A9 ～ U+21AA 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u2194-\\u2199\\u21A9-\\u21AA]\\uFE0F?"複製代碼

11. 雜項符號及箭頭

雜項符號及箭頭中有7個 emoji 字符，分別爲： U+2B05 ～ U+2B0七、 U+2B1B、 U+2B1C、 U+2B50 和 U+2B55 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u2B05-\\u2B07\\u2B1B\\u2B1C\\u2B50\\u2B55]\\uFE0F?"複製代碼

12. 補充箭頭符號

補充箭頭符號中有2個 emoji 字符，分別爲： U+2934 和 U+2935 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u2934\\u2935]\\uFE0F?"複製代碼

13. CJK 符號和標點

CJK (Chinese, Japanese and Korean) 符號和標點中有兩個 emoji 字符，分別爲： U+3030 和 U+303D 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u3030\\u303D]\\uFE0F?"複製代碼

14. 封閉式 CJK 字母和月份符號

封閉式 CJK 字母和月份符號中有兩個 emoji 字符，分別爲：U+3297 和 U+3299 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u3297\\u3299]\\uFE0F?"複製代碼

15. 封閉式表意文字補充符號

封閉式表意文字補充符號中有15個 emoji 字符， 分別爲： U+1F20一、 U+1F20二、 U+1F21A、 U+1F22F、 U+1F232 ～ U+1F23A、 U+1F250、 U+1F251 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\uD83C\\uDE01\\uD83C\\uDE02\\uD83C\\uDE1A\\uD83C\\uDE2F\\uD83C\\uDE32-\\uD83C\\uDE3A\\uD83C\\uDE50\\uD83C\\uDE51]\\uFE0F?"複製代碼

16. 通常標點

通常標點符號中有2個 emoji 字符，分別爲： U+203C 和 U+2049 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u203C\\u2049]\\uFE0F?"複製代碼

17. 幾何圖形

幾何圖形中有8個 emoji 字符，分別爲： U+25AA、 U+25AB、 U+25B六、 U+25C0 和 U+25FB ～ U+25FE 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u25AA\\u25AB\\u25B6\\u25C0\\u25FB-\\u25FE]\\uFE0F?"複製代碼

18. 拉丁文補充符號

拉丁文補充符號中有2個 emoji 字符，分別爲： U+00A9 和 U+00AE 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u00A9\\u00AE]\\uFE0F?"複製代碼

19. 字母符號

字母符號中有2個 emoji 字符，分別爲： U+2122 和 U+2139 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u2122\\u2139]\\uFE0F?"複製代碼

20. 麻將牌

麻將牌中只有一個 emoji 字符，爲： U+1F004 或拼上 U+FE0F，在 Java 中正則表達式爲：

"\\uD83C\\uDC04\\uFE0F?"複製代碼

21. 撲克牌

撲克牌中只有一個 emoji 字符，爲： U+1F0CF 或拼上 U+FE0F，在 Java 中正則表達式爲：

"\\uD83C\\uDCCF\\uFE0F?"複製代碼

22. 雜項技術符號

雜項技術符號中有18個 emoji 字符，分別爲： U+231A、 U+231B、 U+232八、 U+23CF、 U+23E9 ～ U+23F3 和 U+23F8 ～ U+23FA 或拼上 U+FE0F，在 Java 中正則表達式爲：

"[\\u231A\\u231B\\u2328\\u23CF\\u23E9-\\u23F3\\u23F8-\\u23FA]\\uFE0F?"複製代碼

2、包含全部 emoji 的正則表達式

"(?:[\uD83C\uDF00-\uD83D\uDDFF]|[\uD83E\uDD00-\uD83E\uDDFF]|[\uD83D\uDE00-\uD83D\uDE4F]|[\uD83D\uDE80-\uD83D\uDEFF]|[\u2600-\u26FF]\uFE0F?|[\u2700-\u27BF]\uFE0F?|\u24C2\uFE0F?|[\uD83C\uDDE6-\uD83C\uDDFF]{1,2}|[\uD83C\uDD70\uD83C\uDD71\uD83C\uDD7E\uD83C\uDD7F\uD83C\uDD8E\uD83C\uDD91-\uD83C\uDD9A]\uFE0F?|[\u0023\u002A\u0030-\u0039]\uFE0F?\u20E3|[\u2194-\u2199\u21A9-\u21AA]\uFE0F?|[\u2B05-\u2B07\u2B1B\u2B1C\u2B50\u2B55]\uFE0F?|[\u2934\u2935]\uFE0F?|[\u3030\u303D]\uFE0F?|[\u3297\u3299]\uFE0F?|[\uD83C\uDE01\uD83C\uDE02\uD83C\uDE1A\uD83C\uDE2F\uD83C\uDE32-\uD83C\uDE3A\uD83C\uDE50\uD83C\uDE51]\uFE0F?|[\u203C\u2049]\uFE0F?|[\u25AA\u25AB\u25B6\u25C0\u25FB-\u25FE]\uFE0F?|[\u00A9\u00AE]\uFE0F?|[\u2122\u2139]\uFE0F?|\uD83C\uDC04\uFE0F?|\uD83C\uDCCF\uFE0F?|[\u231A\u231B\u2328\u23CF\u23E9-\u23F3\u23F8-\u23FA]\uFE0F?)"複製代碼

能夠從這裏獲取代碼 https://github.com/zly394/EmojiRegex

ps：哪位大神對正則表達式熟悉的能夠幫忙把正則表達式優化下！！！

參考文章

1. 《Emojis in Javascript》 https://medium.com/@thekevinscott/emojis-in-javascript-f693d0eb79fb#.o29wt8xei