@Test
public void emoji() throws Exception{
String str = "An :grinning:awesome :smiley:string 😄with a few :wink:emojis!";
String result = EmojiParser.parseToUnicode(str);
System.out.println(result);
result = EmojiParser.parseToAliases(str);
System.out.println(result);
所以基于这个基础库最终实现了表情功能。
其实它本质上是自己维护了一个 emoji 的别名及它的 Unicode 编码(本质上是 UTF-16)的映射关系，再每次格式化数据的时候都会从这个表中进行翻译。
编码知识回顾
自此需求是完成了，但还有几个问题待解决。
Java 中是如何存储 emoji 的？
emoji 是如何进行编码的？
ASCII
在谈 emoji 之前非常有必要了解下计算机编码鼻祖的 ASCII 码。
大家现在都知道在计算机内部存储数据本质上都是二进制的 0/1，对于一个字节来说有 8 位；每一位可以表示两种状态，也就是 0 或 1，这样排列组合下来，一个字节就可以表示 256(2∧8) 种不同的状态。
对于美国来说他们日常使用的英语只需要 26 个英文字母，再加上一些标点符号就足够用计算机来进行信息交流。
于是上个世纪 60年代定义了一套二进制与英文字符的映射关系，可以表明 128 个不同的英文字符，也就是现在的 ASCII 码。
这样我们就可以使用一个字节来表示现代英文，看起来非常不错。
Unicode
随着计算机的发展，逐渐在欧洲、亚洲地区流行；再利用这套 ASCII 码进行信息交流显然是不行的，很多地区压根就不使用英文，而且也远超了 128 位字符（中文就更不用说了）。
虽说一个字节在 ASCII 码中只用了 128 位，但剩下(258-128)的依然不足用用于描述其他语言。
这时如果能有一种包含了世界上所有的文字的字符集，每一个地区的文字都在这个字符集中有唯一的二进制表示，这样便不会出现乱码问题了。
Unicode 就是来做这个的，截止目前 Unicode 已经收录了 10W+ 的字符，你所能使用的字符都包含进去了。
UTF-8
Unicode 虽说包含了几乎所有的文字，但在我们日常使用好像很少看到他的身影，我们用的更多的还是 UTF-8 这样的编码规则。
这也有几方面的原因，比如说除开英文，其他大部分的文字都需要用 2 个甚至更多的字节来表示；如果统一都用 Unicode 来表示，那必然需要以占用字节最多的字符长度为标准。
比如汉字需要 2 个字节来表示，而英文只需要一个字节；这时就得规定 2 个字节表示一个字符，不然汉字就没法表示了。
但这样也会带来一个问题：用两个字节表示英文会使得第一个字节完全是浪费的，如果一段信息全是英文那对内存的浪费是巨大的。
这时大家应该都能想到，我们需要一个可变的长度的字符编码规则，当是英文时我们就用一个字节表示，甚至可以完全兼容 ASCII 码。
UTF-8 便是实现这个需求的，它利用两种规则可以表示一个字节以及多字节的字符。
大致规则如下：
当第一个字节的第一位为 0 时便表示为单字节字符，此时和 ASCII 码一致，完全兼容。
当第一个字节为 1 时，有几个 1 便代表是几个字节 Unicode 字符。
这样便可根据字符的长度最大程度的节省存储空间。
当然还有其他的编码规则，比如 UTF-16、UTF-32，平时用的不多，但本质上都和 UTF-8 一样，都是 Unicode 的不同实现，也是用于表示世界上大部分文字的字符集。
Java 中的 emoji
现在来回到本次的主题，emoji。
刚才说到 Unicode 包含了世界上大部分的字符，emoji 自然也不例外。
https://apps.timwhitlock.info/emoji/tables/unicode
这个表格中包含了所有的 emoji 以及它所对应的 Unicode 编码，同时也有对应的 UTF-8 编码的实现。
从图中也可以看出 emoji 表情用 UTF-8 表示时会占用 4 个字节，那在 Java 中它会是怎么存储的呢？
很简单，debug 一下就知道了。
在 Java 中也是通过 char 来存储 emoji 的，char 作为基本数据类型会占用 2 个字节；从刚才的图中可以看出，emoji 使用 UTF-8 会占用四个字节，这样很明显 char 是没法存储的，所以在这里其实是使用 UTF-16 编码进行存储。
基于这个原理，我们也可以自己实现将一个 emoji 表情转换为字符串，同时也可通过字符串转换为 emoji。
从这次研究 emoji 可以看出，任何一门基础知识都是应用的根基，在计算机行业尤为突出，希望大家看完这篇能回忆起大学课堂被老师支配的恐惧😂。
随便提一下，相关源码可在这里查看：
https://github.com/crossoverJie/cim
你的点赞与分享是对我最大的支持
