字符?‍?‍?‍?(有两个女人，一个女孩和一个男孩的家庭)编码如下:

U+1F469 WOMAN ,
‍U+200D ZWJ ,
U+1F469 女人,
U+200D ZWJ,
U+1F467 GIRL ,
U+200D ZWJ,
U+1F466 BOY

所以它的编码非常有趣；单元测试的完美目标。然而，Swift 似乎并不知道如何对待它。这就是我的意思:

"?‍?‍?‍?".contains("?‍?‍?‍?") // true
"?‍?‍?‍?".contains("?") // false
"?‍?‍?‍?".contains("\u{200D}") // false
"?‍?‍?‍?".contains("?") // false
"?‍?‍?‍?".contains("?") // true

所以，Swift 说它包含自己(好)和一个男孩(好!)。但它接着说它不包含女人、女孩或零宽度木工。 这里发生了什么？为什么 Swift 知道它包含一个男孩而不是一个女人或女孩？如果它把它当作一个单独的字符并且只识别它包含自己，我可以理解，但它只有一个子组件而没有其他子组件这一事实让我感到困惑.

如果我使用类似"?".characters.first! 的东西，这不会改变。

更令人困惑的是:

let manual = "\u{1F469}\u{200D}\u{1F469}\u{200D}\u{1F467}\u{200D}\u{1F466}"
Array(manual.characters) // ["?‍", "?‍", "?‍", "?"]

即使我将 ZWJ 放在那里，它们也不会反射(reflect)在字符数组中。接下来是一个小故事:

manual.contains("?") // false
manual.contains("?") // false
manual.contains("?") // true

所以我得到了与字符数组相同的行为......这非常烦人，因为我知道数组的样子。

如果我使用类似 "?".characters.first! 的东西，这也不会改变。

最佳答案

这与 String 类型在 Swift 中的工作方式以及 contains(_:) 方法的工作方式有关。

“?‍?‍?‍?”是所谓的表情符号序列，呈现为字符串中的一个可见字符。该序列由Character对象组成，同时由UnicodeScalar对象组成。

如果检查字符串的字符数，您会发现它由四个字符组成，而如果检查 unicode 标量数，则会显示不同的结果:

print("?‍?‍?‍?".characters.count)     // 4
print("?‍?‍?‍?".unicodeScalars.count) // 7

现在，如果你解析这些字符并打印它们，你会看到看起来像普通字符的东西，但实际上前三个字符在它们的 UnicodeScalarView 中包含表情符号和零宽度连接符:

for char in "?‍?‍?‍?".characters {
    print(char)

    let scalars = String(char).unicodeScalars.map({ String($0.value, radix: 16) })
    print(scalars)
}

// ?‍
// ["1f469", "200d"]
// ?‍
// ["1f469", "200d"]
// ?‍
// ["1f467", "200d"]
// ?
// ["1f466"]

如您所见，只有最后一个字符不包含零宽度连接符，因此在使用 contains(_:) 方法时，它会如您所愿地工作。由于您不与包含零宽度连接符的表情符号进行比较，因此该方法不会找到除最后一个字符之外的任何匹配项。

为了对此进行扩展，如果您创建一个 String，它由一个以零宽度连接符结尾的表情符号字符组成，并将其传递给 contains(_:) 方法，它也会评估为 false。这与 contains(_:) 与 range(of:) != nil 完全相同有关，它试图找到与给定参数的精确匹配。由于以零宽度连接符结尾的字符形成不完整的序列，因此该方法尝试在将以零宽度连接符结尾的字符组合成完整序列时为参数找到匹配项。这意味着如果出现以下情况，该方法将永远找不到匹配项:

1. 参数以零宽度连接符结尾，并且
2. 要解析的字符串不包含不完整的序列(即以零宽度连接符结尾且后面没有兼容字符)。

演示:

let s = "\u{1f469}\u{200d}\u{1f469}\u{200d}\u{1f467}\u{200d}\u{1f466}" // ?‍?‍?‍?

s.range(of: "\u{1f469}\u{200d}") != nil                            // false
s.range(of: "\u{1f469}\u{200d}\u{1f469}") != nil                   // false

但是，由于比较只是向前看，您可以通过向后工作在字符串中找到其他几个完整的序列:

s.range(of: "\u{1f466}") != nil                                    // true
s.range(of: "\u{1f467}\u{200d}\u{1f466}") != nil                   // true
s.range(of: "\u{1f469}\u{200d}\u{1f467}\u{200d}\u{1f466}") != nil  // true

// Same as the above:
s.contains("\u{1f469}\u{200d}\u{1f467}\u{200d}\u{1f466}")          // true

最简单的解决方案是为 range(of:options:range:locale:) 提供一个特定的比较选项方法。选项 String.CompareOptions.literal 对逐个字符的精确等价 进行比较。作为旁注，这里的字符的意思是不是 Swift Character，而是实例和比较字符串的 UTF-16 表示——但是，因为 String 不允许格式错误的 UTF-16，这本质上等同于比较 Unicode 标量表示。

这里我已经重载了 Foundation 方法，所以如果你需要原来的方法，重命名这个或其他东西:

extension String {
    func contains(_ string: String) -> Bool {
        return self.range(of: string, options: String.CompareOptions.literal) != nil
    }
}

现在该方法对每个字符“应该”起作用，即使序列不完整也是如此:

s.contains("?")          // true
s.contains("?\u{200d}")  // true
s.contains("\u{200d}")    // true

关于swift - 为什么像 ?‍?‍?‍? 这样的表情符号字符在 Swift 字符串中处理得如此奇怪？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43618487/