php finden emoji [update vorhandener code]

Ich versuche zu erkennen, emoji in meinem php-code, und verhindern, dass Benutzer eingeben.

Den code, den ich habe ist:

if(preg_match('/\xEE[\x80-\xBF][\x80-\xBF]|\xEF[\x81-\x83][\x80-\xBF]/', $value) > 0)
{
    //warning...
}

Funktioniert aber nicht für alle emoji. Irgendwelche Ideen?

InformationsquelleAutor Kukosk | 2012-05-12
  1. 10
    if(preg_match('/\xEE[\x80-\xBF][\x80-\xBF]|\xEF[\x81-\x83][\x80-\xBF]/', $value)

    Sie wirklich wollen, zu entsprechen Unicode-einen Charakter der Stufe, anstatt zu versuchen, um zu verfolgen UTF-8-byte-Sequenzen. Verwenden Sie die u modifier zu behandeln Ihre UTF-8-string auf ein Zeichen Grundlage.

    Emoji-codiert sind, die in dem block U+1F300–U+1F5FF. Allerdings:

    • viele Charaktere aus dem japanischen Carrier' 'emoji' - sets sind tatsächlich zugeordnet vorhandenen Unicode-Zeichen, z.B. der Karten-Anzüge, die Sternzeichen und einige Pfeile. Zählt man diese Symbole als "emoji" jetzt?

    • gibt es noch Systeme, die nicht den neu-standardisierten Unicode-emoji code-Punkte, anstatt mit ad-hoc-Bereiche in der Private Use Area. Jeder Träger hatten Ihre eigenen Codierungen. iOS 4 verwendet die Softbank-set. Mehr info. Können Sie sperren möchten, den gesamten Privaten Bereich.

    zB:

    function unichr($i) {
    return iconv('UCS-4LE', 'UTF-8', pack('V', $i));
}

if (preg_match('/['.
    unichr(0x1F300).'-'.unichr(0x1F5FF).
    unichr(0xE000).'-'.unichr(0xF8FF).
']/u'), $value) {
    ...
}
    • Hi, danke für die Idee, aber es funktioniert nicht für alle emoji 🙂 gibt es eine Möglichkeit zum hinzufügen von Unterstützung für diese: ❤ ? Und wohl auch einige andere ? Es perfekt funktioniert für iOS emoji jetzt. Danke.
    • Nun, das ist die Frage, was Sie zählen als emoji. ❤ existierte als Allgemeines symbol lange bevor jemand erdacht hat, emoji. Wenn Sie möchten, zu blockieren, werden nur die Symbole wurden erneut für emoji, Blick auf die Emoji Für PHP link oben und wählen Sie aus all den U+2xxx code Punkte verwendet. Alternativ betrachten blockieren eine große Anzahl von Symbolen, wenn Sie diese nicht benötigen, z.B. unichr(0x2190).'-'.unichr(0x27FF).
    • danke bobince 🙂
    InformationsquelleAutor bobince
  2. 2

    Aus der wikipedia:

    Den Kern emoji-set von Unicode 6.0 besteht aus 722 Zeichen, von
    die 114 Zeichen anzeigen, um Sequenzen von einem oder mehreren Zeichen in der
    pre-6.0 Unicode-standard, und die restlichen 608 Zeichen zuordnen
    Sequenzen von einem oder mehreren Zeichen eingeführt, die in Unicode 6.0.[4]
    Es gibt keine block-speziell beiseite gesetzt für emoji – die neuen Symbole
    codiert wurden in sieben verschiedene Blöcke (einige neu erstellt), und es
    es existiert auch ein Unicode-Daten-Datei aufgerufen EmojiSources.txt enthält
    Zuordnungen zu und von den japanischen Anbietern von herkömmlichen Zeichensätzen.

    Hier ist die mapping-Datei. Es gibt 722 Zeilen in der Datei, jeder repräsentiert eine der 722 emoticons.

    Wie es scheint, dies ist nicht eine einfache Sache zu tun, weil es nicht eine bestimmte block beiseite für emoji. Sie müssen passen Sie Ihre regex, um alle emoji unicodes.

    Könnte man mit einer einzelnen unicode-etwa so:

    \x{1F30F}

    1F30F ist der unicode für ein emoticon von einem Globus.

    Sorry das ich keine vollständige Antwort für Sie, aber dies sollte erhalten Sie unter der Leitung in die richtige Richtung.

    InformationsquelleAutor Michael Frederick
  3. 1

    Die richtige Antwort ist, um zu erkennen, wo Sie ein Codepunkt zugeordnet, die in der Miscellaneous_Symbols_And_Pictographs block. In Perl, die Sie verwenden würden, 

     /\p{Assigned}/&& \p{block=Miscellaneous_Symbols_And_Pictographs}/

    oder nur 

    /\P{Cn}/&& /\p{Miscellaneous_Symbols_And_Pictographs}/

    die Sie kombinieren sollten diese in einem Muster mit

    /(?=\p{Assigned})\p{Miscellaneous_Symbols_And_Pictographs}/

    Ich erinnere mich nicht, ob die PCRE-Bibliothek, die PHP verwendet, erhalten Sie Zugriff auf die notwendigen Unicode-Zeichen-Eigenschaften. Meine Erinnerung ist, dass es ziemlich schwach, sich in einem bestimmten Gebiet. Ich denke, Sie haben nur die Unicode-Eigenschaften und Allgemeine Kategorien. Seufz.

    Manchmal Sie nur verwenden Sie die Reale Sache.

    Mangels anständige Unicode-Unterstützung, müssen Sie möglicherweise zum auflisten der block selbst:

    /(?=\P{Cn})[\x{1F300}-\x{1F5FF}]/

    Sieht aus wie ein Wartungs-Albtraum für mich, voll von magischen zahlen.

    • Seguence ist zu groß offset-19 🙁
    • Ich habe keine Ahnung was das bedeuten könnte. Es ist eine juristische Reihe. Können Sie nicht angeben, die emoji-Palette als /[\x{1F300}-\x{1F5FF}]/]?
    • es funktioniert ... aber jetzt erkennt er nicht alle emojis 🙁 Wenn ich die iOS 'Emoji' Tastatur -, es nicht erkennt ...
    InformationsquelleAutor tchrist
  4. -2

    Das ist, was ich kam mit heute. Es ist wahrscheinlich nicht eine gute Lösung für dieses problem, aber zumindest funktioniert es 😉

    if(iconv('Windows-1250', 'UTF-8', iconv('UTF-8', 'Windows-1250', $value)) != $value)
    • Sie sind auf Microsoft???? das ist wohl der Fehler: Microsoft hat viele Probleme, die den Umgang mit Unicode, insbesondere die vollständige Unicode-Bereich würden Sie brauchen, um zu behandeln, emoji, da diese außerhalb der BMP. Sie haben sollten, setzen Sie WINDOWS in den tags. Könntest du nicht einfach mit einem normalen Unix-system statt? Macs sind Billig, wenn Sie Faktor in Ihre Einhaltung von standards, das ist, was Sie hier benötigen. Linux ist sogar noch billiger.
    • Ich bin auf einem mac 😉
    • Ich habe herausgefunden, dass nicht eine gute 'workaround' ... Es funktioniert nicht für £, und einige andere Charaktere ...
    • Die Windows-1250 Konvertierung vorgeschlagen sonst. Aber ich glaube nicht, dass dies ist etwas für die, die Sie benötigen sollten zu rufen iconv überhaupt. Vielleicht habe ich missverstanden, das problem.
    • Es sollte wie du sagst (kein iconv () - Aufruf), aber nicht wissen, wie man das in php ... ich will einfach nur, um zu erkennen, emojis in der Schnur, und lassen Sie die Benutzer wissen, dass er hat, um Sie zu entfernen 🙂
    • Dies entfernt alles, was nicht codierbaren in cp1250 mitteleuropäischen. So dass sicherlich tötet emoji, sondern auch die überwiegende Mehrheit der rest von Unicode...
    • ja, es war eine vorübergehende Lösung 😉 danke

    InformationsquelleAutor Kukosk
Schreibe einen Kommentar