유니코드 subString

Question

현재 15자수가 넘으면 Substring 하여 ... 처리하도록 만든 부분이 있습니다.https://apps.timwhitlock.info/emoji/tables/unicode#block-6c-other-additional-symbols 근데 위와 같은 이모티콘이 14자리나 15자리에 Substring에 걸치면서 오류를 발생합니다. 위와 같은 유니코드 이모티콘이 있을 때 구분하여 자르는방법이있을까요?

rezigrene · Answer

힌트가 emoji substring 빼고는 전혀 없는 질문이라 난이도가 높지만막연히 emoji와 substring을 함께쓰면 뭔가 문제가 있으니 문제가 발생했겠지하는 생각으로 검색을 해봅니다.검색어: emoji substring결과https://stackoverflow.com/questions/52526719/javascript-substring-without-splitting-emoji 질문자님이 사용하시는 언어정보, 실제사용한 코드정보등이 있어야 원하는 답변을 얻으실 확률이 올라갑니다.

Hide_D · Answer

surrogate pair를 이용한 케이스입니다. https://ko.wikipedia.org/wiki/UTF-16유니코드 문자 영역에서 상위 서러게이트는 U&#43;D800 에서 U&#43;DBFF 까지의 값을 갖는다. https://www.ibm.com/developerworks/library/j-unicode/index.html 주의할 점은 하나의 emoji는 (1) Zero Width Joiner를 통해 여러문자가 하나로 표현되거나https://emojipedia.org/emoji/%E2%80%8D/https://emojipedia.org/family-man-woman-boy-boy/(2) Variation Selector를 쓰는 경우https://emojipedia.org/emoji/%EF%B8%8F/https://emojipedia.org/woman-running/ (3) Emoji modifier를 통해 피부색이 달라지는 경우도 있으니,https://emojipedia.org/emoji/%F0%9F%8F%BF/https://emojipedia.org/woman-running-type-6/ 단순히 surrogate pair로만 끝나는게 아니고 무엇을 한글자로 볼 것인지도 고려하셔야 될 것 같습니다. emoji가 아니어도, 정규화 문제지만 맥에서 자주 보였던 한글 조합형 표기법 문제도 있습니다.

우호 · Answer

가나다라마바사&#x1f601; 위와 같은 글이 있을 때 가나다라마바사U&#43;1F601 로 인식하여 가나다라마바사U&#43;1F로 substring 하여, 오류가 발생되는 문제입니다. 예시가 부족했네요

Hide_D · Answer

네 그 부분은 surrogate pair로 UTF-16 값 두개를 이용해서 하나의 code point를 만들기 때문에 생기는 문제점입니다.'사' 다음의 문자는 0xd800 에서 0xdbff 사이의 값일 겁니다. UTF-8처럼 UTF-16도 '값 하나가 문자 하나'라는 생각은 이제는 버려야할 때입니다 ㅜㅜ

유니코드 subString

4개의 답변

#substring 목록