Java 21中Character::isEmoji()对数字字符误判问题咨询

问题原因 #

Java 21新增的Character.isEmoji()方法基于Unicode的emoji属性定义实现，其中包含了可被渲染为emoji形式的字符——数字0-9属于Unicode的Emoji_Presentation属性范畴（它们可作为emoji数字序列的组成部分，比如配合特定样式呈现为带颜色的数字emoji），因此直接调用该方法会将普通数字识别为emoji。

解决方案 #

要准确判断字符串中是否包含独立的表情符号，需结合Character.isEmojiComponent()方法过滤掉仅作为emoji组成部分的基础字符（如数字、字母）。以下是修正后的实现：

基于Stream的实现 #

private boolean containsEmoji(String s) {
    return s.codePoints().anyMatch(codePoint -> 
        Character.isEmoji(codePoint) && !Character.isEmojiComponent(codePoint)
    );
}

基于循环的实现 #

private boolean containsEmoji(String s) {
    for (int i = 0; i < s.length(); ) {
        int codePoint = s.codePointAt(i);
        if (Character.isEmoji(codePoint) && !Character.isEmojiComponent(codePoint)) {
            return true;
        }
        // 处理Unicode代理对，正确移动索引
        i += Character.charCount(codePoint);
    }
    return false;
}

说明 #

Character.isEmojiComponent()方法会对“本身不是独立emoji，但可作为复杂emoji组成部分”的字符返回true（比如数字、部分标点）。通过!Character.isEmojiComponent(codePoint)过滤后，即可排除普通数字这类误判情况，仅识别真正的独立表情符号。

内容的提问来源于stack exchange，提问作者ILoveCactus