Javascript：计算文本中表情符号的频率

Question

我正在尝试计算表情符号在一段文本中出现的频率。例如：

"I love ???????????? so much ???? " -> [{????:3}, {????:1}]

为了统计一个文本块中字符的出现频率，我使用了

function getFrequency(string) {
    var freq = {};
    for (var i=0; i<string.length;i++) {
        var character = string.charAt(i);
        if (freq[character]) {
           freq[character]++;
        } else {
           freq[character] = 1;
        }
    }

    return freq;
};

来源：https://stackoverflow.com/a/18619975/4975358

^上面的代码效果很好，但是它不能识别表情符号：

{�: 1,  �: 3,  �: 2}

另外，我希望输出是长度为 1 的 json 对象列表，而不是一个长 json 对象。

Answer 1

您可以使用 String.replace 函数的回调和 unicode 感知 RegExp 检测从 unicode 块 "Miscellaneous Symbols" 到 "Pictographs Transport and Map Symbols"（0x1F300 到 0x1F6FF）：

let str = "I love ??? so much ? ";

let freq = {};
str.replace(/[\u{1F300}-\u{1F6FF}]/gu, char => freq[char] = (freq[char] || 0) + 1);

console.log(freq);

如果您希望避免使用RegExp 或String.replace，您可以将字符串解构为一个数组并将其减少到如下频率：

let str = "I love ??? so much ? ";

let freq = [...str].reduce((freq, char) => {
  if (char >= '\u{1F300}' && char < '\u{1F700}') freq[char] = (freq[char] || 0) + 1;
  return freq;
}, {});

console.log(freq);

Answer 2

charAt 在这里帮不了你。 for...of 会将字符串正确解析为 Unicode 代码点，包括星光层中的代码点。我们使用character.length 来确定这是否是补充平面字符。如果你真的想知道它是否是一个表情符号，你需要把它收紧。

const input = "I love ??? so much ? ";
    
function getFrequency(string) {
  var freq = {};
  for (character of string) {
    if (character.length === 1) continue;
    if (freq[character]) {
      freq[character]++;
    } else {
      freq[character] = 1;
    }
  }
  return freq;
 };
 
 console.log(getFrequency(input));

要创建单值对象数组，请通过以下方式运行输出：

function breakProperties(obj) {
  return Object.keys(obj).map(function(key) {
    var result = {};
    result[key] = obj[key];
    return result;
  });
}