转载自：http://blog.csdn.net/huangchao064/article/details/53283738

基本能过滤大部分的ios，安卓，微信emoji表情

有很多别的帖子搜出来很多有bug，有些表情是不能过滤的

类似于这个判断，过滤成功率有点低

private static boolean isEmojiCharacter(char codePoint) {//不能完整判断

	        return (codePoint == 0x0) ||

	                (codePoint == 0x9) ||

	                (codePoint == 0xA) ||

	                (codePoint == 0xD) ||

	                ((codePoint >= 0x20) && (codePoint <= 0xD7FF)) ||

	                ((codePoint >= 0xE000) && (codePoint <= 0xFFFD)) ||

	                ((codePoint >= 0x10000) && (codePoint <= 0x10FFFF));

	    }

*********************下面的方法过滤率就比较高了*********************

import java.util.regex.Matcher;

import java.util.regex.Pattern;

import org.apache.commons.lang.StringUtils;

/**

 *

 * @ClassName: EmojiUtils

 * @Description:过滤emoji表情

 * @author: Simon

 * @date: 2017年9月22日 上午11:11:00

 */

public class EmojiUtils {

	public final static String unicodeReg = "[" + "\u4E00-\u9FBF" + // ：CJK

																	// 统一表意符号

																	// (CJK

																	// Unified

																	// Ideographs)

			"\u4DC0-\u4DFF" + // ：易经六十四卦符号 (Yijing Hexagrams Symbols)

			"\u0000-\u007F" + // ：C0控制符及基本拉丁文 (C0 Control and Basic Latin)

			"\u0080-\u00FF" + // ：C1控制符及拉丁：补充-1 (C1 Control and Latin 1

								// Supplement)

			"\u0100-\u017F" + // ：拉丁文扩展-A (Latin Extended-A)

			"\u0180-\u024F" + // ：拉丁文扩展-B (Latin Extended-B)

			"\u0250-\u02AF" + // ：国际音标扩展 (IPA Extensions)

			"\u02B0-\u02FF" + // ：空白修饰字母 (Spacing Modifiers)

			"\u0300-\u036F" + // ：结合用读音符号 (Combining Diacritics Marks)

			"\u0370-\u03FF" + // ：希腊文及科普特文 (Greek and Coptic)

			"\u0400-\u04FF" + // ：西里尔字母 (Cyrillic)

			"\u0500-\u052F" + // ：西里尔字母补充 (Cyrillic Supplement)

			"\u0530-\u058F" + // ：亚美尼亚语 (Armenian)

			"\u0590-\u05FF" + // ：希伯来文 (Hebrew)

			"\u0600-\u06FF" + // ：阿拉伯文 (Arabic)

			"\u0700-\u074F" + // ：叙利亚文 (Syriac)

			"\u0750-\u077F" + // ：阿拉伯文补充 (Arabic Supplement)

			"\u0780-\u07BF" + // ：马尔代夫语 (Thaana)

			// "\u07C0-\u077F"+//：西非书面语言 (N'Ko)

			"\u0800-\u085F" + // ：阿维斯塔语及巴列维语 (Avestan and Pahlavi)

			"\u0860-\u087F" + // ：Mandaic

			"\u0880-\u08AF" + // ：撒马利亚语 (Samaritan)

			"\u0900-\u097F" + // ：天城文书 (Devanagari)

			"\u0980-\u09FF" + // ：孟加拉语 (Bengali)

			"\u0A00-\u0A7F" + // ：锡克教文 (Gurmukhi)

			"\u0A80-\u0AFF" + // ：古吉拉特文 (Gujarati)

			"\u0B00-\u0B7F" + // ：奥里亚文 (Oriya)

			"\u0B80-\u0BFF" + // ：泰米尔文 (Tamil)

			"\u0C00-\u0C7F" + // ：泰卢固文 (Telugu)

			"\u0C80-\u0CFF" + // ：卡纳达文 (Kannada)

			"\u0D00-\u0D7F" + // ：德拉维族语 (Malayalam)

			"\u0D80-\u0DFF" + // ：僧伽罗语 (Sinhala)

			"\u0E00-\u0E7F" + // ：泰文 (Thai)

			"\u0E80-\u0EFF" + // ：老挝文 (Lao)

			"\u0F00-\u0FFF" + // ：藏文 (Tibetan)

			"\u1000-\u109F" + // ：缅甸语 (Myanmar)

			"\u10A0-\u10FF" + // ：格鲁吉亚语 (Georgian)

			"\u1100-\u11FF" + // ：朝鲜文 (Hangul Jamo)

			"\u1200-\u137F" + // ：埃塞俄比亚语 (Ethiopic)

			"\u1380-\u139F" + // ：埃塞俄比亚语补充 (Ethiopic Supplement)

			"\u13A0-\u13FF" + // ：切罗基语 (Cherokee)

			"\u1400-\u167F" + // ：统一加拿大土著语音节 (Unified Canadian Aboriginal

								// Syllabics)

			"\u1680-\u169F" + // ：欧甘字母 (Ogham)

			"\u16A0-\u16FF" + // ：如尼文 (Runic)

			"\u1700-\u171F" + // ：塔加拉语 (Tagalog)

			"\u1720-\u173F" + // ：Hanunóo

			"\u1740-\u175F" + // ：Buhid

			"\u1760-\u177F" + // ：Tagbanwa

			"\u1780-\u17FF" + // ：高棉语 (Khmer)

			"\u1800-\u18AF" + // ：蒙古文 (Mongolian)

			"\u18B0-\u18FF" + // ：Cham

			"\u1900-\u194F" + // ：Limbu

			"\u1950-\u197F" + // ：德宏泰语 (Tai Le)

			"\u1980-\u19DF" + // ：新傣仂语 (New Tai Lue)

			"\u19E0-\u19FF" + // ：高棉语记号 (Kmer Symbols)

			"\u1A00-\u1A1F" + // ：Buginese

			"\u1A20-\u1A5F" + // ：Batak

			"\u1A80-\u1AEF" + // ：Lanna

			"\u1B00-\u1B7F" + // ：巴厘语 (Balinese)

			"\u1B80-\u1BB0" + // ：巽他语 (Sundanese)

			"\u1BC0-\u1BFF" + // ：Pahawh Hmong

			"\u1C00-\u1C4F" + // ：雷布查语(Lepcha)

			"\u1C50-\u1C7F" + // ：Ol Chiki

			"\u1C80-\u1CDF" + // ：曼尼普尔语 (Meithei/Manipuri)

			"\u1D00-\u1D7F" + // ：语音学扩展 (Phone tic Extensions)

			"\u1D80-\u1DBF" + // ：语音学扩展补充 (Phonetic Extensions Supplement)

			"\u1DC0-\u1DFF" + // 结合用读音符号补充 (Combining Diacritics Marks

								// Supplement)

			"\u1E00-\u1EFF" + // ：拉丁文扩充附加 (Latin Extended Additional)

			"\u1F00-\u1FFF" + // ：希腊语扩充 (Greek Extended)

			"\u2000-\u206F" + // ：常用标点 (General Punctuation)

			"\u2070-\u209F" + // ：上标及下标 (Superscripts and Subscripts)

			"\u20A0-\u20CF" + // ：货币符号 (Currency Symbols)

			"\u20D0-\u20FF" + // ：组合用记号 (Combining Diacritics Marks for Symbols)

			"\u2100-\u214F" + // ：字母式符号 (Letterlike Symbols)

			"\u2150-\u218F" + // ：数字形式 (Number Form)

			"\u2190-\u21FF" + // ：箭头 (Arrows)

			"\u2200-\u22FF" + // ：数学运算符 (Mathematical Operator)

			"\u2300-\u23FF" + // ：杂项工业符号 (Miscellaneous Technical)

			"\u2400-\u243F" + // ：控制图片 (Control Pictures)

			"\u2440-\u245F" + // ：光学识别符 (Optical Character Recognition)

			"\u2460-\u24FF" + // ：封闭式字母数字 (Enclosed Alphanumerics)

			"\u2500-\u257F" + // ：制表符 (Box Drawing)

			"\u2580-\u259F" + // ：方块元素 (Block Element)

			"\u25A0-\u25FF" + // ：几何图形 (Geometric Shapes)

			"\u2600-\u26FF" + // ：杂项符号 (Miscellaneous Symbols)

			"\u2700-\u27BF" + // ：印刷符号 (Dingbats)

			"\u27C0-\u27EF" + // ：杂项数学符号-A (Miscellaneous Mathematical

								// Symbols-A)

			"\u27F0-\u27FF" + // ：追加箭头-A (Supplemental Arrows-A)

			"\u2800-\u28FF" + // ：盲文点字模型 (Braille Patterns)

			"\u2900-\u297F" + // ：追加箭头-B (Supplemental Arrows-B)

			"\u2980-\u29FF" + // ：杂项数学符号-B (Miscellaneous Mathematical

								// Symbols-B)

			"\u2A00-\u2AFF" + // ：追加数学运算符 (Supplemental Mathematical Operator)

			"\u2B00-\u2BFF" + // ：杂项符号和箭头 (Miscellaneous Symbols and Arrows)

			"\u2C00-\u2C5F" + // ：格拉哥里字母 (Glagolitic)

			"\u2C60-\u2C7F" + // ：拉丁文扩展-C (Latin Extended-C)

			"\u2C80-\u2CFF" + // ：古埃及语 (Coptic)

			"\u2D00-\u2D2F" + // ：格鲁吉亚语补充 (Georgian Supplement)

			"\u2D30-\u2D7F" + // ：提非纳文 (Tifinagh)

			"\u2D80-\u2DDF" + // ：埃塞俄比亚语扩展 (Ethiopic Extended)

			"\u2E00-\u2E7F" + // ：追加标点 (Supplemental Punctuation)

			"\u2E80-\u2EFF" + // ：CJK 部首补充 (CJK Radicals Supplement)

			"\u2F00-\u2FDF" + // ：康熙字典部首 (Kangxi Radicals)

			"\u2FF0-\u2FFF" + // ：表意文字描述符 (Ideographic Description Characters)

			"\u3000-\u303F" + // ：CJK 符号和标点 (CJK Symbols and Punctuation)

			"\u3040-\u309F" + // ：日文平假名 (Hiragana)

			"\u30A0-\u30FF" + // ：日文片假名 (Katakana)

			"\u3100-\u312F" + // ：注音字母 (Bopomofo)

			"\u3130-\u318F" + // ：朝鲜文兼容字母 (Hangul Compatibility Jamo)

			"\u3190-\u319F" + // ：象形字注释标志 (Kanbun)

			"\u31A0-\u31BF" + // ：注音字母扩展 (Bopomofo Extended)

			"\u31C0-\u31EF" + // ：CJK 笔画 (CJK Strokes)

			"\u31F0-\u31FF" + // ：日文片假名语音扩展 (Katakana Phonetic Extensions)

			"\u3200-\u32FF" + // ：封闭式 CJK 文字和月份 (Enclosed CJK Letters and

								// Months)

			"\u3300-\u33FF" + // ：CJK 兼容 (CJK Compatibility)

			"\u3400-\u4DBF" + // ：CJK 统一表意符号扩展 A (CJK Unified Ideographs

								// Extension A)

			"\u4DC0-\u4DFF" + // ：易经六十四卦符号 (Yijing Hexagrams Symbols)

			"\u4E00-\u9FBF" + // ：CJK 统一表意符号 (CJK Unified Ideographs)

			"\uA000-\uA48F" + // ：彝文音节 (Yi Syllables)

			"\uA490-\uA4CF" + // ：彝文字根 (Yi Radicals)

			"\uA500-\uA61F" + // ：Vai

			"\uA660-\uA6FF" + // ：统一加拿大土著语音节补充 (Unified Canadian Aboriginal

								// Syllabics Supplement)

			"\uA700-\uA71F" + // ：声调修饰字母 (Modifier Tone Letters)

			"\uA720-\uA7FF" + // ：拉丁文扩展-D (Latin Extended-D)

			"\uA800-\uA82F" + // ：Syloti Nagri

			"\uA840-\uA87F" + // ：八思巴字 (Phags-pa)

			"\uA880-\uA8DF" + // ：Saurashtra

			"\uA900-\uA97F" + // ：爪哇语 (Javanese)

			"\uA980-\uA9DF" + // ：Chakma

			"\uAA00-\uAA3F" + // ：Varang Kshiti

			"\uAA40-\uAA6F" + // ：Sorang Sompeng

			"\uAA80-\uAADF" + // ：Newari

			"\uAB00-\uAB5F" + // ：越南傣语 (Vi?t Thái)

			"\uAB80-\uABA0" + // ：Kayah Li

			"\uAC00-\uD7AF" + // ：朝鲜文音节 (Hangul Syllables)

			// "\uD800-\uDBFF"+//：High-half zone of UTF-16

			// "\uDC00-\uDFFF"+//：Low-half zone of UTF-16

			"\uE000-\uF8FF" + // ：自行使用区域 (Private Use Zone)

			"\uF900-\uFAFF" + // ：CJK 兼容象形文字 (CJK Compatibility Ideographs)

			"\uFB00-\uFB4F" + // ：字母表达形式 (Alphabetic Presentation Form)

			"\uFB50-\uFDFF" + // ：阿拉伯表达形式A (Arabic Presentation Form-A)

			"\uFE00-\uFE0F" + // ：变量选择符 (Variation Selector)

			"\uFE10-\uFE1F" + // ：竖排形式 (Vertical Forms)

			"\uFE20-\uFE2F" + // ：组合用半符号 (Combining Half Marks)

			"\uFE30-\uFE4F" + // ：CJK 兼容形式 (CJK Compatibility Forms)

			"\uFE50-\uFE6F" + // ：小型变体形式 (Small Form Variants)

			"\uFE70-\uFEFF" + // ：阿拉伯表达形式B (Arabic Presentation Form-B)

			"\uFF00-\uFFEF" + // ：半型及全型形式 (Halfwidth and Fullwidth Form)

			"\uFFF0-\uFFFF]";// ：特殊 (Specials);

	/**

	 * 将字符串转成unicode

	 *

	 * @param str

	 *            待转字符串

	 * @return unicode字符串

	 */

	public static String convert(String str) {

		str = (str == null ? "" : str);

		String tmp;

		StringBuffer sb = new StringBuffer(1000);

		char c;

		int i, j;

		sb.setLength(0);

		for (i = 0; i < str.length(); i++) {

			c = str.charAt(i);

			sb.append("\\u");

			j = (c >>> 8); // 取出高8位

			tmp = Integer.toHexString(j);

			if (tmp.length() == 1) {

				sb.append("0");

			}

			sb.append(tmp);

			j = (c & 0xFF); // 取出低8位

			tmp = Integer.toHexString(j);

			if (tmp.length() == 1) {

				sb.append("0");

			}

			sb.append(tmp);

		}

		return (new String(sb).toUpperCase());

	}

	/**

	 * 2)unicode转成字符串，与上述过程反向操作即可 将unicode 字符串

	 *

	 * @param str

	 *            待转字符串

	 * @return 普通字符串

	 */

	public static String revert(String str) {

		str = (str == null ? "" : str);

		if (str.indexOf("\\u") == -1)// 如果不是unicode码则原样返回

			return str;

		StringBuffer sb = new StringBuffer(1000);

		for (int i = 0; i < str.length() - 6;) {

			String strTemp = str.substring(i, i + 6);

			String value = strTemp.substring(2);

			int c = 0;

			for (int j = 0; j < value.length(); j++) {

				char tempChar = value.charAt(j);

				int t = 0;

				switch (tempChar) {

				case 'a':

					t = 10;

					break;

				case 'b':

					t = 11;

					break;

				case 'c':

					t = 12;

					break;

				case 'd':

					t = 13;

					break;

				case 'e':

					t = 14;

					break;

				case 'f':

					t = 15;

					break;

				default:

					t = tempChar - 48;

					break;

				}

				c += t * ((int) Math.pow(16, (value.length() - j - 1)));

			}

			sb.append((char) c);

			i = i + 6;

		}

		return sb.toString();

	}

    /**

     *

     * @author: Simon

     * @Description:传入需要过滤的字符

     * @date: 2017年9月22日 上午11:11:33

     * @param string

     * @return

     */

	public static String emojiChange(String string) {

		// System.out.println("__________________________________");

		try {

			// System.out.println("all-string:"+string);

			// System.out.println("all-unicode:"+convert(string));

			Pattern pattern = Pattern.compile(unicodeReg);

			StringBuffer sbBuffer = new StringBuffer();

			for (int i = 0; i < string.length(); i++) {

				char c = string.charAt(i);

				String temp = String.valueOf(c);

				Matcher matcher = pattern.matcher(temp);

				if (matcher.find()) {

					sbBuffer.append(temp);

				} else {

					sbBuffer.append("□");

				}

				// System.out.println("temp:"+temp+";unicode:"+convert(temp));

			}

			// System.out.println("sb:"+sbBuffer.toString());

			// System.out.println("--------------------------------------");

			return sbBuffer.toString();

		} catch (Exception e) {

			e.printStackTrace();

		}

		return "";

	}

}

　　

最新文章

  1. ListView加载性能优化---ViewHolder---分页
  2. 日期控件jsdate用法注意事项
  3. Linux Shell脚本实现根据进程名杀死进程
  4. 树莓派 LED+蜂鸣+声音传感器+红外模块组合打造声控/红外控制LED
  5. 07.C#泛型的限制和可空类型的简单说明(三章3.5-四章4.1)
  6. UVa 437 The Tower of Babylon
  7. SQL面试积累
  8. 2014-9-17二班----7 web project
  9. HDOJ2016数据的交换输出
  10. java中IO流的操作
  11. HTML5之一HTML5简介
  12. eclipse 新建servlet
  13. stm32之通用定时器TIM
  14. Nhibernate/Hibernate 使用多参数存儲過程 出現could not execute query，Could not locate named parameter等錯誤解決
  15. hrbust 2384 相同的不相同的字符串
  16. Web APi入门之Self-Host寄宿及路由原理
  17. MUI 样式按钮的禁用
  18. js混淆加密，通过混淆Js代码让别人(很难)无法还原
  19. oracle只导出触发器
  20. Daily Scrum4 11.6

热门文章

  1. Git操作学习笔记
  2. C语言中#ifdef，#ifndef和#endif的作用
  3. 说几个python与c区别的地方以及静态变量，全局变量的区别
  4. 在使用kvc进行赋值的时候，有时候会遇到null值，这个时候我们使用kvc会报错
  5. 「About Blockchain（一）」达沃斯年会上的区块链
  6. Docker三要素
  7. MySQL版本升级参考资料【转】
  8. plsql developer导入导出序列方法
  9. eclipse自定义工具栏
  10. git 使用https 和SSH 提交远程库小总结