如何面对字符串中的表情符号？

Question

如何将表情符号计为单个字符？

我有以下记录，其中包含 Telegram 消息应用程序制作的两个表情符号和链接属性：

{ "text":"abc \ud83d\ude00\ud83e\udd23 www.google.com def", "entities": [{"offset":9,"length":14,"type":"url"}] }

我需要在字符串中找到链接，但使用 substr() 和 mb_substr() 无法在表情符号上正常工作。

substr(9, 14) 

返回

“إ¸ثœâ‚¬ www.google”

将每个表情符号读取为 4 个字符

和

mb_substr(9, 14) 

返回

“w.google.com d”

将每个表情符号读取为 1 个字符

我需要一个函数将每个表情符号读取为 2 个字符。

---

编辑：我需要澄清除了链接之外还有其他实体。所以只找到链接并不是真正的解决方案。

Answer 1

要从字符串中获取 URL，您可以这样做：

<?php
    $string = 'abc \ud83d\ude00\ud83e\udd23 www.google.com def';
    $sections = explode(' ', $string);
    $urls = array();
    foreach($sections as $section){
        preg_match('{\b(?:http://)?(www\.)?([^\s]+)(\.com|\.org|\.net)\b}mi', $section, $matches, PREG_OFFSET_CAPTURE);
        if(isset($matches[0][0]) and $matches[0][0]!='')
            $urls[] = $matches[0][0];
    }

    print_r($urls);
?>