如何修复PHP函数以实现任意字符串中32位（4字节）表情的包裹？

我用下面的PHP函数把表情符号包裹在自定义HTML标签里，方便给网页上的表情加样式——毕竟CSS3目前没法直接通过选择器给多字节字符设置样式，至少我没找到对应的方法：

function wrap_emojis($s, $str_before, $str_after) {
    $default_encoding = mb_regex_encoding();
    mb_regex_encoding('UTF-8');
    $s = mb_ereg_replace('([^\x{0000}-\x{FFFF}])', $str_before . '\\1' . $str_after, $s);
    mb_regex_encoding($default_encoding);
    return $s;
}

这个函数对低范围表情（比如😎，编码U+1F60E）有效，但对高范围的组合表情（比如☀️，编码U+2600 U+FE0F）不起作用。比如调用wrap_emojis("zzz☀️zzz", "A", "B")时，预期结果是zzzA☀️Bzzz，实际却返回zzz☀️zzz；但调用wrap_emojis("zzz😎zzz", "A", "B")能正常得到zzzA😎Bzzz。

请问怎么修改这个函数，让它也支持这类4字节范围的组合表情？

问题出在原正则只匹配了超出BMP（基本多语言平面，U+0000到U+FFFF）的单一字符，但像☀️这类表情是基础字符+变体选择器的组合（U+2600是太阳符号，U+FE0F是变体选择器，用来指定彩色 emoji 样式），属于BMP范围内的字符组合，所以原正则匹配不到。

修改思路是把正则改成匹配所有emoji相关字符，包括单一emoji字符和组合emoji的组成部分。可以用覆盖emoji全范围的正则表达式：

function wrap_emojis($s, $str_before, $str_after) {
    $default_encoding = mb_regex_encoding();
    mb_regex_encoding('UTF-8');
    // 匹配所有emoji字符（包括单一字符和组合用的变体选择器、连接符等）
    $pattern = '/[\x{1F600}-\x{1F64F}\x{1F300}-\x{1F5FF}\x{1F680}-\x{1F6FF}\x{1F1E0}-\x{1F1FF}\x{2600}-\x{26FF}\x{2700}-\x{27BF}\x{FE0F}]/u';
    $s = preg_replace($pattern, $str_before . '$0' . $str_after, $s);
    mb_regex_encoding($default_encoding);
    return $s;
}

关键说明： #

• 替换mb_ereg_replace为preg_replace，并加上u修饰符确保UTF-8模式匹配，这样能正确处理多字节字符组合
• 正则覆盖了常见的emoji范围：
  • \x{1F600}-\x{1F64F}：表情符号
  • \x{1F300}-\x{1F5FF}：符号、图标
  • \x{1F680}-\x{1F6FF}：交通、地图符号
  • \x{1F1E0}-\x{1F1FF}：国旗emoji
  • \x{2600}-\x{26FF}：杂项符号（比如☀）
  • \x{2700}-\x{27BF}：装饰符号
  • \x{FE0F}：变体选择器（用来把普通符号转成emoji样式）

测试效果： #

调用wrap_emojis("zzz☀️zzz", "A", "B")会返回zzzA☀️Bzzz，符合预期；低范围表情的处理也不受影响。

内容的提问来源于stack exchange，提问作者Marc T.