如何在Go语言中统计字符串Emoji？排除变体符文的方法

你碰到的问题很典型——那些额外的rune其实是U+FE0F（Variant Selector-16），这是Unicode专门用来调整字符显示样式的符号：当它跟在某些基础字符（比如红心、骷髅头）后面时，会把原本的文本符号转换成彩色的Emoji样式，所以被拆成了两个独立的rune，导致普通的len([]rune(s))统计结果虚高。

要准确统计视觉上的Emoji数量，不能只用通用的Unicode字符统计方法，得针对Emoji的特殊编码规则来处理，下面给你两种实用的解决方案：

方法一：过滤变体选择符（适合简单场景） #

如果你的场景里只有基础Emoji+FE0F变体的情况，最直接的方式就是遍历rune切片，跳过U+FE0F。同时要注意区分Emoji和普通字符，避免误过滤：

package main

import (
	"fmt"
	"unicode"
	"unicode/emoji"
)

func countSimpleEmojis(s string) int {
	count := 0
	prevIsEmoji := false

	for _, r := range s {
		// 跳过Emoji变体选择符U+FE0F（仅当前面是Emoji时）
		if r == '\uFE0F' && prevIsEmoji {
			continue
		}

		// 跳过零宽连接符等修饰性控制字符
		if unicode.Is(unicode.Mn, r) {
			continue
		}

		// 判断当前字符是否为Emoji
		if emoji.IsEmoji(r) {
			count++
			prevIsEmoji = true
		} else {
			prevIsEmoji = false
		}
	}
	return count
}

func main() {
	s := "❤️☠️㊗️"
	fmt.Println("原始rune计数：", len([]rune(s)))       // 输出7
	fmt.Println("实际Emoji数量：", countSimpleEmojis(s)) // 输出3

	k := "チリヌルヲ"
	fmt.Println("日文假名rune计数：", len([]rune(k))) // 输出5（不受影响）
}

方法二：解析完整Emoji序列（适合复杂场景） #

很多Emoji是多码点组合的，比如带肤色的👨🏾‍💻（由男人符号+肤色修饰符+零宽连接符+电脑符号组成），这时候简单过滤FE0F就不够了。Go 1.16+提供的unicode/emoji包可以直接识别完整的Emoji序列：

package main

import (
	"fmt"
	"unicode/emoji"
)

func countEmojiSequences(s string) int {
	count := 0
	// 遍历所有完整的Emoji序列
	iter := emoji.Iterate([]rune(s))
	for iter.Next() {
		count++
	}
	return count
}

func main() {
	s := "❤️☠️㊗️👨🏾‍💻"
	fmt.Println("原始rune计数：", len([]rune(s)))           // 输出10
	fmt.Println("实际Emoji序列数量：", countEmojiSequences(s)) // 输出4（正确识别4个视觉Emoji）
}

这个方法会把所有视觉上的单个Emoji（不管是单码点还是多码点组合）都当作一个统计单位，是最准确的解决方案。

为什么通用Unicode统计不适用于Emoji？因为Emoji的设计是视觉优先的，很多单个视觉符号对应多个Unicode码点（变体、修饰符、连接符），通用统计只看码点数量，自然会和视觉上的Emoji数量不符。

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