Início / coding / Perguntas / 78893102
Accepted
dawg
Asked: 2024-08-20 22:48:22 +0800 CST

Personagem emoji venenoso de rubi?

  • 772

Tenho Ruby 3.3.4 instalado no MacOS 14.6.1.

Suponha que eu tenha esta string no shell:

$ st="0😀2☺️4🤪6🥳8🥸"
$ echo "$st"
0😀2☺️4🤪6🥳8🥸

Se eu inserir essa string no Ruby, o segundo emoji será dividido em partes constituintes:

$ echo "$st" | ruby -lne 'p $_.split("")'
["0", "😀", "2", "☺", "️", "4", "🤪", "6", "🥳", "8", "🥸"]
                  ^    ^   # should be ONE grapheme

O mesmo se eu ler essa string de um arquivo:

$ cat wee_file
0😀2☺️4🤪6🥳8🥸

$ ruby -lne 'p $_.split("")' wee_file 
["0", "😀", "2", "☺", "️", "4", "🤪", "6", "🥳", "8", "🥸"]

A mesma coisa no IRB:

irb(main):001> File.open('/tmp/wee_file').gets.split("")
=> ["0", "😀", "2", "☺", "️", "4", "🤪", "6", "🥳", "8", "🥸", "\n"]

Mas se eu substituir ☺️ por outro emoji (que também é multibyte), o problema desaparece:

$ st2="0😀2🐱4🤪6🥳8🥸"
$ echo "$st2" | ruby -lne 'p $_.split("")'
["0", "😀", "2", "🐱", "4", "🤪", "6", "🥳", "8", "🥸"]

# also from a file and also in IRB..

Alguma ideia de por que o emoji ☺️ está produzindo esse resultado?

ruby

1 respostas

  1. Best Answer

    É porque ☺️ é composto por dois personagens:

    1. ☺U+263A (Rosto Branco Sorridente)
    2. ◌️U+FE0F (seletor de variação-16)

    Este último é usado para solicitar uma apresentação de emoji para o personagem anterior.

    "☺️".codepoints.map { |c| c.to_s(16) }
#=> ["263a", "fe0f"]

    Você pode obter o resultado esperado grapheme_clustersou enumerá-los via each_grapheme_cluster:

    "0😀2☺️4🤪6🥳8🥸".grapheme_clusters
#=> ["0", "😀", "2", "☺️", "4", "🤪", "6", "🥳", "8", "🥸"]
    • 6

relate perguntas