EmojiSharpを使って文章中の識別子を絵文字に変換する

あすかです。

Mastodonクライアントを作っていると、ところどころ、変な文字に出会ったりしませんか？

f:id:kmynews:20170504093458p:plain

この:white_check_mark:というものは、何でしょうか。
実はこれ、Unicode絵文字を表示する命令で、「white_check_markという名前の絵文字を表示して！」といった意味合いなのです。
対応するソフトが、この:white_check_mark:を絵文字に変換して、✅という文字を出力します。

おいおい絵文字といっても画像かよ、と思われた方もいらしてるかもしれませんが、Unicode絵文字は、れっきとした文字コードなのです。
「あ」や「い」のような文字と同じように表現することができます。
例えば、さっきの✅は、2705という文字コードで表されます。

Mastodon、GitHub、Qiita、Twitterなどは独自の画像を使っているようです。（うち少なくともMastodonとTwitterは、絵文字の文字コードであっても画像に変換されるようです）

ここで一覧を見ることもできます。
Full Emoji List, v5.0

さて、文字コードで表された絵文字✅を表示するだけならどのソフトでもできますが、:white_check_mark:を✅に変換する作業は、ソフトが対応していないとできません。
今回は、それをC#でやってみようというおはなしです。

EmojiSharpをUWPに導入する

:white_check_mark:を2705に変換するといった対照表を自分で全部作らなきゃいけないの？
一覧見てると数多いしきついよ～！

大丈夫です、EmojiSharpというのがあります。感謝っ‥‥！圧倒的感謝っ‥‥！

まず、新しくUWPプロジェクトを作成します。そして、さーーっそくInstall-Packageします！

Install-Package EmojiSharp

さーーっそくusing EmojiSharpします！
わーいわーい！絵文字パラダイスだー！！！あれ？

f:id:kmynews:20170504095309p:plain

（＾ω＾）ﾍﾟﾛﾍﾟﾛ
（＾ω＾）ﾍﾟﾛﾍﾟﾛ
ん？

nugetパッケージ消してインストールし直し！

f:id:kmynews:20170504095420p:plain

（＾ω＾）ﾍﾟﾛﾍﾟﾛ
あれ？
(´・ω・｀)

ちょっと調べたのですが、これ、.NET Framework基板のコンソールアプリならエラーは出ませんでしたが、UWPだとなぜかエラーが出ます。
なぜなんでしょう。
一体なぜなんでしょう。
宇宙の神秘でございますね。

というわけで、GitHubからソースを拝借してUWPプロジェクトの一部にしてしまいます。

コピペするソースはEmoji.csだけで十分です。
https://github.com/jmazouri/EmojiSharp/blob/master/EmojiSharp/Emoji.cs
ただ、このファイルはソースがバカ長いので、Rawを表示しまして、
https://raw.githubusercontent.com/jmazouri/EmojiSharp/master/EmojiSharp/Emoji.cs
こちらからCtrl+AとCtrl+CとCtrl+Vすると楽です。

UWPプロジェクト内の適当なところにEmoji.csというファイル作って、ソースを貼り付けます。
１ファイルだけなので楽ですね。EmojiSharpが依存しているパッケージもないですし。

文字列中の命令を絵文字に変換する

さっそくプログラムです。正規表現を使って:で囲まれた英数字を抽出し、絵文字辞書を反復して文字コードに変換しています。

変換のコア部分

正規表現で抽出したwhite_check_markが、絵文字のDictionaryEmojiSharp.Emoji.Allのkeyとして存在することが確認できたあとの処理がここです。

肝心の文字コードは、DictionaryのValueにあるUnifiedプロパティに、文字列として保存されております。
ここで注意することは、複数の文字で１つの絵文字を表現していることがあるという点です。EmojiSharpでは、文字コードを2バイトずつ「-」で区切っていますので、まずそれをSplitします。

newStringという変数には、絵文字の文字コードを絵文字に変換した結果が入ります。
つまり、2705を✅に変換した後の✅がnewStringに入る感じですね。
最後に元の文字列をReplaceしておわりです。