支持英文/汉字/emoji长度计算的输入框实现

发表于 2年以前  | 总阅读数:405 次

背景

用户输入是平台获取用户信息的重要途径,也是用户自我表达的重要方式,社区业务场景下尤其如此,输入过程的流畅性、精准性、丰富性都是我们要重点保障的。下图是最近的一个产品需求,「圈内好物」板块下允许用户自定义「商品分组」。

产品&设计同学有两个核心诉求:

1. 支持输入汉字、英文、数字、emoji,且:

  • • 一个英文/数字的长度为 0.5
  • • 一个汉字的长度为 1
  • • 一个 emoji 表情的长度为 1

2. 输入过程中超出长度限制自动截断,阻止继续输入

要解决的问题

任务目标明确:

1. 编写字符串的长度计算功能

  • • 对于长度计算部分,需要区分字符种类(汉字,英文,emoji),并按照定义的长度计算总长度。

2. 用户输入超出限定长度文本的时候做自动截断

  • • 在拿到文本长度的基础上,需要处理用户 input 事件,并合理做出截断。

常规解决方案

对于 input 的字数限制,首先想到的应该就是原生的 maxlength 参数了。传统的 maxlength 参数控制输入框的最长输入长度。在限制输入字符的同时,也有着不错的交互体验,能截断超出长度的输入内容。

maxlength 与设想的一样,并不能区分中英文字符长度。

再试试 emoji。

看了看 MDN 文档。

原来是这样,maxlength 限制的是字符串的编码长度,而产品需要的长度定义又和编码长度不一致,所以直接使用 maxlength 并不能符合产品需求,需要另辟蹊径。总结一下 maxlength 的两个核心问题:

  • • 汉字、英文、emoji 无法区分;

  • • emoji 长度计算困难。

    string 编码与长度计算

1. Unicode 与 Javascript string 编码

为了解释上面的问题,先来了解一下 Unicode 的字符点。在 Unicode 中,一个字符由 U+_hhhhhh _六位 hex decimal 字符点表示。Unicode 又把连续的 65,536 字符点(Code Point)作为一个字符平面(Plane),如 U+000000 - U+00FFFF 就作为 Plane 0。而我们常用的中英文本字符都在这个区域内进行编码。

Plane 0 也被称为基本多文种平面(BMP)。

Javascript 的字符串使用 UTF-16 进行编码,由 16-bit 字节序列组成。这里可以注意到,常用的字符(U+000000 - U+00FFFF)都可以用一个 16-bit 字节表示。这就解释了为什么传统 maxlength 计算中,汉字和英文的编码长度是一样的。而对于常用的字符,Unicode 定义了一个个区段方便区分,如字符点范围 U+4E00-U+9FFF 就为中日韩统一表意文字 (CJK Unified Ideographs) ,所以我们可以直接根据字符点的所在范围计算长度。

2. Emoji 的编码方式

Emoji 编码的话就比较特殊了。emoji 存在于 Plane 1(U+010000 - U+01FFFF),所以不能直接使用一个字符点来表示。在 UTF-16 编码中,emoji 由字符点代理对(Surrogate Pair)进行编码。以 为例,Unicode 编码为 U+1F600,在 Javascript 编码中由 0xD83D 0xDE00 组成。

(0xD83D, 0xDE00) 为 Unicode 定义的 Lead Surrogate 和 Tail Surrogate 字符点,单独的 Lead Surrogate 并无对应字符,需要和 Tail Surrogate 组合使用。另外值得一提的是,比 BMP 更高位的平面(比如 Plane 1),也被称之为 Astral Planes(本意为星光界、灵界、死后的世界)。

对于字符串的处理,大家通常想到使用charCodeAt()。但 charCodeAt() 获取的是对应 index 的 UTF-16 编码,因此并不能得到 的字符点(Code Point)编码。好在Javascript 提供了codePointAt(),可以识别代理对而拿到正确编码。

那使用 codePointAt() 的话,好像可以区分 emoji 了,是吧。。。

3. 特殊 Emoji 的编码方式

上文展示国旗和 family emoji 属于组合 emoji (Compound Emoji)。区别于普通 emoji,组合 emoji 的编码更为复杂,我第一次了解到这些也是十分吃惊。编码方式涉及到特殊字符 U+200D,又称零宽连字符(Zero Width Joiner, ZWJ),以及 emoji 修饰符(Emoji Modifier)。这里给大家举几个例子:

在如此“混乱”的环境下,有没有什么通用的解决方案呢?在网上找了一圈之后,我最后还是采用社区里比较成熟的 emoji regex 来识别 emoji。

4. 长度计算解决思路

最后总结一下长度计算的解决思路:

1. 从文本中筛选并过滤 emoji,单独计算 emoji 长度。

2. 剩下的字符点都由一位 16-bit 编码组成,直接遍历即可。每个字符点对比范围区分字符类型,并计算长度。

1. 如字符点范围 U+4E00-U+9FFF 就为中日韩统一表意文字 (CJK Unified Ideographs) 。

3. 求和计算文本的总长度。

处理文本的自动截断

完成了字符串的长度计算,接下来就要解决自动截断的问题了。当用户输入了超过限制长度的文本时,我需要做自动截断。经过多次参考 maxlength 的交互处理,我列出了以下两点 case:

  • • 输入字符数量未达到 maxlength 时,正常输入;
  • • 一次性输入多个文本,且字符数量超出 maxlength,在 maxlength 的限制内,取前 n 个字符。

1. 基于 InputType 的尝试

oninput提供的inputEvent包含一个inputType类型,用于区分不同的输入事件。那我可以不可以基于事件类型处理各种 case 呢?

但实际调研下来,inputType的类型远比想象中的要复杂许多,全部处理下来的成本是非常大的。

类型复杂是一个问题,不同浏览器容器环境的兼容性又是另一个问题。比如在闲鱼 android webView 下,由于不支持insertReplacementText事件,所有的insertReplacementText会被替代为insertText事件处理,令人头疼。

所以又回到了那个问题:有没有一个通用的解决方案呢?

2. 尝试文本 Diff

既然inputType不可靠,那我们直接处理oninput事件的更新文本(value)总可以了吧?作为基本事件,至少兼容性是没有任何问题的。这里的方案是获取oninput事件的 value 值,和上一次的旧文本进行 Diff,最后根据 Diff 的结果做处理。

在 Diff 计算中,我们考虑三种情况:

  • • delete:删除字符
  • • insert:插入字符
  • • replace:替换字符,相当于删除 + 插入

最后将 Diff 结果结构化

如果用户输入的总长度大于指定长度,那我们就基于insertChunk做截取就可以了。这种方式能在一定程度上解除对inputType的依赖。但是还是有几个问题需要提及。

3. 特殊交互处理

3.1 IOS 拼音输入maxlength 的截断交互中,用户输入中文拼音组合中文(composing)的时候,不做限制。用户完成拼音转中文的输入(compositionend)后,再根据组合的文本长度做截断。

在 IOS 下,input 组件提供了一个 compositionend 的监听事件。而用户在输入拼音的时候,inputEventinputType事件名为insertCompositionText。所以在用户输入的时候,我们可以先忽略这个事件,之后在compositionend事件触发的时候处理文本就可以了。

3.2 其他一些不兼容的事件 以上解决方案已经可以支持大部分的用户输入交互了。但是还是有个别事件无法兼容,如 undo/redo。这些事件会还原被截断之前的原始文本,并与截断逻辑冲突。考虑到移动端用户并不常用 undo/redo 等操作,这里可以屏蔽 undo/redo 事件。屏蔽回调在 beforeinput 事件内处理,可以使用 preventDefault() 来阻挡接下来的 input 事件。

由于 inputType 事件种类还是非常多的,这次并没有一一测试。如果未来遇到一些不兼容的事件,在不影响用户交互的情况下也可以考虑直接屏蔽,保障基本输入功能。

Demo & 代码片段

最终效果

代码片段 & 实现逻辑

文本长度计算 代码这里就不具体给出了,大致逻辑为

1. 使用 RegExp.exec() 找出所有 emoji 以及它们在文本中的 16-bit 编码长度,单独计算。 2. 跳过 emoji,遍历其他字符,比较字符点的范围,定长度,这里可以参考社区方案。 3. 返回处理后的数据。为了方便后续的截断逻辑,我返回了三个 Array

  • • 举例 "‍‍‍‍一家人one",英文长度为 1,emoji 和中文长度为 2,
  • • 拆分后的字符,['‍‍‍‍', '一', '家', '人', 'o', 'n', 'e']
  • • 字符编码长度,[8, 9, 10, 11, 12, 13, 14]
  • • 字符展示长度,[2, 4, 6, 8, 9, 10, 11]

文本对比代码 这里提供了文本对比的代码。这里的对比逻辑比较简单,因为处理的是用户输入,对比结果一定为(1)整块插入、(2)整块删除、(3)整块替换 其中的一种。

input 事件处理

小结

途中一波三折,最后总算是做出了令自己满意的组件。过程中了解了 Javascript 的字符串,以及 Unicode 的编码方式,特别是 emoji 的编码方式,真的非常有意思。本次的 input 框方案也算解决了困扰前端输入框的一个难题,希望能给大家带来些启发。

Reference

https://www.unicode.org/reports/tr11/

https://en.wikipedia.org/wiki/Plane_(Unicode)#Supplementary_Multilingual_Plane https://thekevinscott.com/emojis-in-javascript/

https://en.wikipedia.org/wiki/CJK_Unified_Ideographs_(Unicode_block)

本文由哈喽比特于2年以前收录,如有侵权请联系我们。
文章来源:https://mp.weixin.qq.com/s/nBZi3AuldrB31vk3cQI8yA

 相关推荐

刘强东夫妇:“移民美国”传言被驳斥

京东创始人刘强东和其妻子章泽天最近成为了互联网舆论关注的焦点。有关他们“移民美国”和在美国购买豪宅的传言在互联网上广泛传播。然而,京东官方通过微博发言人发布的消息澄清了这些传言,称这些言论纯属虚假信息和蓄意捏造。

发布于:1年以前  |  808次阅读  |  详细内容 »

博主曝三大运营商,将集体采购百万台华为Mate60系列

日前,据博主“@超能数码君老周”爆料,国内三大运营商中国移动、中国电信和中国联通预计将集体采购百万台规模的华为Mate60系列手机。

发布于:1年以前  |  770次阅读  |  详细内容 »

ASML CEO警告:出口管制不是可行做法,不要“逼迫中国大陆创新”

据报道,荷兰半导体设备公司ASML正看到美国对华遏制政策的负面影响。阿斯麦(ASML)CEO彼得·温宁克在一档电视节目中分享了他对中国大陆问题以及该公司面临的出口管制和保护主义的看法。彼得曾在多个场合表达了他对出口管制以及中荷经济关系的担忧。

发布于:1年以前  |  756次阅读  |  详细内容 »

抖音中长视频App青桃更名抖音精选,字节再发力对抗B站

今年早些时候,抖音悄然上线了一款名为“青桃”的 App,Slogan 为“看见你的热爱”,根据应用介绍可知,“青桃”是一个属于年轻人的兴趣知识视频平台,由抖音官方出品的中长视频关联版本,整体风格有些类似B站。

发布于:1年以前  |  648次阅读  |  详细内容 »

威马CDO:中国每百户家庭仅17户有车

日前,威马汽车首席数据官梅松林转发了一份“世界各国地区拥车率排行榜”,同时,他发文表示:中国汽车普及率低于非洲国家尼日利亚,每百户家庭仅17户有车。意大利世界排名第一,每十户中九户有车。

发布于:1年以前  |  589次阅读  |  详细内容 »

研究发现维生素 C 等抗氧化剂会刺激癌症生长和转移

近日,一项新的研究发现,维生素 C 和 E 等抗氧化剂会激活一种机制,刺激癌症肿瘤中新血管的生长,帮助它们生长和扩散。

发布于:1年以前  |  449次阅读  |  详细内容 »

苹果据称正引入3D打印技术,用以生产智能手表的钢质底盘

据媒体援引消息人士报道,苹果公司正在测试使用3D打印技术来生产其智能手表的钢质底盘。消息传出后,3D系统一度大涨超10%,不过截至周三收盘,该股涨幅回落至2%以内。

发布于:1年以前  |  446次阅读  |  详细内容 »

千万级抖音网红秀才账号被封禁

9月2日,坐拥千万粉丝的网红主播“秀才”账号被封禁,在社交媒体平台上引发热议。平台相关负责人表示,“秀才”账号违反平台相关规定,已封禁。据知情人士透露,秀才近期被举报存在违法行为,这可能是他被封禁的部分原因。据悉,“秀才”年龄39岁,是安徽省亳州市蒙城县人,抖音网红,粉丝数量超1200万。他曾被称为“中老年...

发布于:1年以前  |  445次阅读  |  详细内容 »

亚马逊股东起诉公司和贝索斯,称其在购买卫星发射服务时忽视了 SpaceX

9月3日消息,亚马逊的一些股东,包括持有该公司股票的一家养老基金,日前对亚马逊、其创始人贝索斯和其董事会提起诉讼,指控他们在为 Project Kuiper 卫星星座项目购买发射服务时“违反了信义义务”。

发布于:1年以前  |  444次阅读  |  详细内容 »

苹果上线AppsbyApple网站,以推广自家应用程序

据消息,为推广自家应用,苹果现推出了一个名为“Apps by Apple”的网站,展示了苹果为旗下产品(如 iPhone、iPad、Apple Watch、Mac 和 Apple TV)开发的各种应用程序。

发布于:1年以前  |  442次阅读  |  详细内容 »

特斯拉美国降价引发投资者不满:“这是短期麻醉剂”

特斯拉本周在美国大幅下调Model S和X售价,引发了该公司一些最坚定支持者的不满。知名特斯拉多头、未来基金(Future Fund)管理合伙人加里·布莱克发帖称,降价是一种“短期麻醉剂”,会让潜在客户等待进一步降价。

发布于:1年以前  |  441次阅读  |  详细内容 »

光刻机巨头阿斯麦:拿到许可,继续对华出口

据外媒9月2日报道,荷兰半导体设备制造商阿斯麦称,尽管荷兰政府颁布的半导体设备出口管制新规9月正式生效,但该公司已获得在2023年底以前向中国运送受限制芯片制造机器的许可。

发布于:1年以前  |  437次阅读  |  详细内容 »

马斯克与库克首次隔空合作:为苹果提供卫星服务

近日,根据美国证券交易委员会的文件显示,苹果卫星服务提供商 Globalstar 近期向马斯克旗下的 SpaceX 支付 6400 万美元(约 4.65 亿元人民币)。用于在 2023-2025 年期间,发射卫星,进一步扩展苹果 iPhone 系列的 SOS 卫星服务。

发布于:1年以前  |  430次阅读  |  详细内容 »

𝕏(推特)调整隐私政策,可拿用户发布的信息训练 AI 模型

据报道,马斯克旗下社交平台𝕏(推特)日前调整了隐私政策,允许 𝕏 使用用户发布的信息来训练其人工智能(AI)模型。新的隐私政策将于 9 月 29 日生效。新政策规定,𝕏可能会使用所收集到的平台信息和公开可用的信息,来帮助训练 𝕏 的机器学习或人工智能模型。

发布于:1年以前  |  428次阅读  |  详细内容 »

荣耀CEO谈华为手机回归:替老同事们高兴,对行业也是好事

9月2日,荣耀CEO赵明在采访中谈及华为手机回归时表示,替老同事们高兴,觉得手机行业,由于华为的回归,让竞争充满了更多的可能性和更多的魅力,对行业来说也是件好事。

发布于:1年以前  |  423次阅读  |  详细内容 »

AI操控无人机能力超越人类冠军

《自然》30日发表的一篇论文报道了一个名为Swift的人工智能(AI)系统,该系统驾驶无人机的能力可在真实世界中一对一冠军赛里战胜人类对手。

发布于:1年以前  |  423次阅读  |  详细内容 »

AI生成的蘑菇科普书存在可致命错误

近日,非营利组织纽约真菌学会(NYMS)发出警告,表示亚马逊为代表的电商平台上,充斥着各种AI生成的蘑菇觅食科普书籍,其中存在诸多错误。

发布于:1年以前  |  420次阅读  |  详细内容 »

社交媒体平台𝕏计划收集用户生物识别数据与工作教育经历

社交媒体平台𝕏(原推特)新隐私政策提到:“在您同意的情况下,我们可能出于安全、安保和身份识别目的收集和使用您的生物识别信息。”

发布于:1年以前  |  411次阅读  |  详细内容 »

国产扫地机器人热销欧洲,国产割草机器人抢占欧洲草坪

2023年德国柏林消费电子展上,各大企业都带来了最新的理念和产品,而高端化、本土化的中国产品正在不断吸引欧洲等国际市场的目光。

发布于:1年以前  |  406次阅读  |  详细内容 »

罗永浩吐槽iPhone15和14不会有区别,除了序列号变了

罗永浩日前在直播中吐槽苹果即将推出的 iPhone 新品,具体内容为:“以我对我‘子公司’的了解,我认为 iPhone 15 跟 iPhone 14 不会有什么区别的,除了序(列)号变了,这个‘不要脸’的东西,这个‘臭厨子’。

发布于:1年以前  |  398次阅读  |  详细内容 »
 相关文章
Android插件化方案 5年以前  |  237231次阅读
vscode超好用的代码书签插件Bookmarks 2年以前  |  8065次阅读
 目录