根据目前为止的理解,第一个字符的supplementary characters(或“代理对”)定义为0xd800
至0xdbff
,第二个字符的定义为0xdc00
和0xdfff
。
所以我试图检测任意字符串是否包含任何这样的字符:
function isSupplementaryCharacter($c1, $c2)
{
return $c1 >= 0xd800 && $c1 <= 0xdbff && $c2 >= 0xdc00 && $c2 <= 0xdfff;
}
function isStringWithSupplementaryCharacters($str)
{
$ln = strlen($str);
for($i = 0; $i < $ln - 1; $i++)
{
if(isSupplementaryCharacter(ord($str[$i]), ord($str[$i + 1])))
return true;
}
return false;
}
但是这似乎无法检测到它们。例如:
isStringWithSupplementaryCharacters("=😍!");
返回false
。
因此,为了进行测试,我写了一个小网页,查看这些符号变成了什么代码:
$txt = isset($_REQUEST['txt']) ? $_REQUEST['txt'] : '';
$htmTxt = htmlentities($txt);
$hex = '';
$ln = strlen($txt);
for($i = 0; $i < $ln; $i++)
{
$hex .= dechex(ord($txt[$i])).", ";
}
$htmHex = htmlentities($hex);
echo <<<UUU01
<!DOCTYPE html>
<html>
<head>
<title></title>
</head>
<body>
<form method="get">
<input type="text" name="txt"></input>
<input type="submit" value="Go"/>
</form>
<p>$htmTxt</p>
<p>$htmHex</p>
</body>
</html>
UUU01;
但是我为😍
获得的编码不是我期望的:
为什么给我f0, 9f, 98, 8d
?这些不属于上面的定义。那我在这里错了吗?
Php内部使用utf8。
根据this,补充字符是大于U+FFFF
的Unicode字符。
尝试这种方式:
function hasSupplementaryCharacter($char)
{
return $char >= 0xffff;
}
function isStringWithSupplementaryCharacters($str)
{
$ln = strlen($str);
for($i = 0; $i < $ln - 1; $i++)
{
if (hasSupplementaryCharacter(ord($str[$i]))
return true;
}
return false;
}