php处理微信Emoji表情Unicode字符转码编码的问题解决

什么是Emoji？我们来看看百度百科的解释

emoji就是表情符号，来自日语词汇“?文字”（假名为“えもじ”，读音即emoji）。

emoji的创造者日本人是栗田?崇(Shigetaka Kurita)，他将目光投向儿时的各种元素以获取灵感，如日本漫画和日本汉字等。“日本漫画中有许多不同的符号。漫画家会画出一些表情，表现一个人满头大汗或是迸发出一个想法时头上出现一个灯泡。同时，从日本汉字中他获得了一种能力，用简单的字符来表达“秘密”和“爱”等抽象概念。

2014年8月，牛津词典在线版（Oxford Dictionary Online）把“Emoji”添加的新词汇中，这也意味着它已经变成一个正式词汇。

微信中的emoji表情

由于微信接口中对于emoji表情使用的是UTF-8的二进制字符串，并没有解码，表现就是当收到微信端用户发来的emoji表情时，显示为一个方块型「?」或是无法显示的字符，这时就需要对其进行转码。同理在向微信服务器发送带有emojib表情的文本消息时，也需要将表情字符编码为此格式进行发送（早前微信可以直接发送unicode码显示emoji表情，但是现在已经不支持了）。

每个emoji表情其实都有相应的unicode编码，在解析用户向公众号发送的文字中的emoji表情字符时，我们可以根据unicode码来匹配或存储信息中的emoji表情；同理在向用户发送包含emoji表情的文字消息时，则将表情字符根据unicode编码进行二进制转码后再发送。这里推荐使用softbank版本的emoji编码进行unicode转换，例如，”U+E04A” 转换为 “\ue04a”，与微信匹配。文章结尾附上了我转换好的emoji unicode编码数据表，可以与 github.com/iamcal/php-emoji 的样式表和图片相结合。

下面是我的处理方法。首先是对收取消息时的解析部分：

在收到一段可能含有emoji表情的文本内容后，可以简单的使用 json_encode($str) 将其进行JSON编码，此时消息中的表情、中文等字符将会被转为unicode编码显示。（这里进行JSON编码就是为了获得字符的unicode码，所以json_encode函数中不需要增加避免unicode的可选参数了）

例如： “你好 ? hello 123″ 将被编码为” \u4f60\u597d \ue415 hello 123 “

字符中的\ue415就是一个emoji表情，此时我们就可以对字符进行正则判断来筛选出哪些是emoji表情了。我的做法是把emoji的unicode字符串反斜杠转义，然后再将字符json_decode还原，这样就可以将除了emoji之外的字符还原（不会影响到中文等其他字符），只留下emoji的unicode码。

你也可以用别的方法，比如做一个标记和替换，例如将”\ue415″替换为”[em:ue415]“，类似于QQ表情的做法，在需要显示文本和表情的时候，就可以方便的对表情字符做出匹配渲染。或者也可以直接把他替换成HTML的img标签把表情图片存进去，但是这样不利于维护。

我使用的正则粗暴简单，选择了 ue000 ? uefff 之间的字符视为emoji，暂时没有发现误伤：

$str = preg_replace("#(\\\ue[0-9a-f]{3})#ie","addslashes('\\1')",$str);

整个过程完整代码如下：

$text = "你好 ? hello 123"; //可以为收到的微信消息，可能包含二进制emoji表情字符串
$tmpStr = json_encode($text); //暴露出unicode
$tmpStr = preg_replace("#(\\\ue[0-9a-f]{3})#ie","addslashes('\\1')",$tmpStr); //将emoji的unicode留下，其他不动
$text = json_decode($tmpStr);
 
echo $text;//你好 \ue415 hello 123

之后就可以存储信息了，在读取出信息到页面的时候就可以进行字符替换和模板渲染了。

这里可以参考这个项目提供的样式表和图片进行表情渲染：github.com/iamcal/php-emoji


下面是发送部分，就更简单了：

对于一条包含emoji的文本消息，可以先放入其unicode字符，还是拿刚才的这段来举例子：”你好 \ue415 hello 123 “。

然后使用正则筛选出文本中的emoji unicode，对其进行二进制pack，UTF8转码，再放入原文本中即可（这一步应该在消息发送前最后来做，先准备好完整的文本消息再进行转码处理）。代码如下：

$text = "你好 \ue415 hello 123"; //可以为将要发送的微信消息，包含emoji表情unicode字符串，需要转为utf8二进制字符串
$text = preg_replace("#\\\u([0-9a-f]+)#ie","iconv('UCS-2','UTF-8', pack('H4', '\\1'))",$text); //对emoji unicode进行二进制pack并转utf8
 
echo $text;//你好 ? hello 123

这样就可以对微信服务器发送了。

表情的数据和css样式名参考了这个项目：github.com/iamcal/php-emoji ，可以结合使用。