Javaで絵文字を正しく扱おう🥲

LT バージョン


@YujiSoftware

このコードを実行した結果は？

  • Java 21 で isEmoji メソッドが追加された
    • 実際に Java 21 で動かすとなにが返ってくる？
jshell> Character.isEmoji('🤧');

このコードを実行した結果は？

  • Java 21 で isEmoji メソッドが追加された
    • 実際に Java 21 で動かすとなにが返ってくる？
jshell> Character.isEmoji('🤧');

$1 ==> false
  • なんで！？

AI に聞きました（擬人化）

なんで false になるの？

AI に聞きました（擬人化）

なんで false になるの？
それバグです！
Java 25 で修正しました！

確認

  • 改めて Java 25 で実行
jshell> Character.isEmoji('🤧');

確認

  • 改めて Java 25 で実行
jshell> Character.isEmoji('🤧');

|  エラー:
|  文字リテラルに複数のUTF-16コード・ユニットが含まれています
|  Character.isEmoji('🤧');
|                    ^

AI に聞きました（擬人化）

バグってるのですが…

AI に聞きました（擬人化）

バグってるのですが…
そのとおり

AI に聞きました（擬人化）

バグってるのですが…
そのとおり
あなたのコードがバグっています！

解説

  • エラーになるのが正解 ⭕
    • 文字リテラルに、サロゲートペアを入れてはいけない
  • Java 24 までのコンパイラの処理が間違い
    • 上位サロゲートのみに切り捨てていた
Character.isEmoji('🤧');
                   ↓
Character.isEmoji(\uD83E\uDD27);
                   ↓
Character.isEmoji(\uD83E); ←不正な文字 = 絵文字じゃない

正しいコード

  • 文字列からコードポイントを取り出しましょう
jshell> Character.isEmoji("🤧".codePointAt(0));

$1 ==> true

このコードを実行した結果は？

  • Java 21 で isEmoji メソッドが追加された
    • '0' を渡すとなにが返ってくる？
jshell> Character.isEmoji('0');

このコードを実行した結果は？

  • Java 21 で isEmoji メソッドが追加された
    • '0' を渡すとなにが返ってくる？
jshell> Character.isEmoji('0');

$1 ==> true

AI に聞きました（擬人化）

なんで true になるの？

AI に聞きました（擬人化）

なんで true になるの？
Unicode が絵文字だって言ってる！
（しらんがな）

Unicode の定義を確認

0023        ; Emoji  # E0.0   [1] (#️)     hash sign
002A        ; Emoji  # E0.0   [1] (*️)     asterisk
0030..0039  ; Emoji  # E0.0  [10] (0️..9️)  digit zero..digit nine
00A9        ; Emoji  # E0.6   [1] (©)     copyright
00AE        ; Emoji  # E0.6   [1] (®)     registered
  • 数字は絵文字、だと？？？

なぜ？

  • 絵文字シーケンスにより、絵文字となるから
    • ↑ 複数のコードポイントを組み合わせて、1つの絵文字とする仕組み

具体例

  • 0️⃣ （キーキャップ 0）という絵文字

    • U+0030：数字の 0
    • U+FE0F：異体字セレクター16（絵文字表示の指定）
    • U+20E3：キーキャップを表す合成文字（□）

  • 1つの絵文字に3つのコードポイント

絵文字シーケンス

  • 新しい絵文字はだいたいこれ
    • ❤️‍🩹: U+2764, U+FE0F, U+200D, U+1FA79
    • 🫱🏻‍🫲🏼: U+1FAF1, U+1F3FB, U+200D, U+1FAF2, U+1F3FC
    • 🧎🏻‍♀️‍➡️: U+1F9CE, U+1F3FB, U+200D, U+2640, U+FE0F, U+200D, U+27A1, U+FE0F
    • 🧑🏻‍❤️‍💋‍🧑🏼：U+1F9D1, U+1F3FB, U+200D, U+2764, U+FE0F, U+200D, U+1F48B, U+200D, U+1F9D1, U+1F3FC
  • どう扱えばいいの！？？？

詳しく知りたい方は

  • 本日のセッションで！
    • ROOM F にて 10:25〜

詳しく知りたい方は

  • 本日のセッションで！
    • ROOM F にて 10:25〜
もう終わってるよ！

まとめ

まとめ

  • コンパイラですら間違える

    • 私達が正しく扱えるわけない

  • エディタですら間違える

    • この資料を作る際にバグを踏みました

  • 絵文字はめんどくさい！

Javaで絵文字を正しく扱おう🥲

LTバージョン


@YujiSoftware