Верно ли, что любой эмодзи -- это два символа?

в каком смысле 2 символа?

если речь идет о памяти, то нет

Я понимаю, нужно все емодзи в сообщении выловить.

все названия эмоджи начинаются и заканчиваются с :

ищешь в тексте :, смотришь, есть ли второе и проверяешь текст между ними

все названия эмоджи начинаются и заканчиваются с :

Названия эмоджи - да Сами эмоджи - нет

Language: py3 Source: print(bytes("?", "utf-8")) Result: b'\xf0\x9f\x8c\x9a'

в каком смысле 2 символа?

Сами емодзи в тексте сообщения тг. И уже понятно, что нет: старые занимают 1 символ, а те, что по-новее -- больше.

Например, ? = 1 символ, ⚡️ = 2 символа.

бывает и 3. и вроде даже 4

Например, ? = 1 символ, ⚡️ = 2 символа.

а, это не про то

Например, ? = 1 символ, ⚡️ = 2 символа.

в каком языке два символа?

в каком языке два символа?

В сообщении у тг.

а, конкретно в этом случае вторым символом оказывается идёт какой-то https://emojipedia.org/emoji/%EF%B8%8F/

а есть например ?. это один юникодовый символ, но в некоторых языках он считается за два, потому что его номер не влезает в два байта

в ТГ он тоже считается за два, это имеет значение для всяких entities

в ТГ он тоже считается за два, это имеет значение для всяких entities

Вот это именно мой случай. Емодзи нахер засирают оффсеты.

а. ну в Го я решал это конвертированием строки в ютф16, распиливанием получившегося массива двухбайтовых интов по ентитям и конвертированием обратно в нативные строки

все названия эмоджи начинаются и заканчиваются с :

Дичь какая-то

а. ну в Го я решал это конвертированием строки в ютф16, распиливанием получившегося массива двухбайтовых интов по ентитям и конвертированием обратно в нативные строки

Сложно. Я пока на стадии, когда я хожу от ентити к ентити, считаю в промежутках между ними количество емодзей и вычитаю это количство из оффсета. Но такое: "textasdf link1.com ⚡️ link2.com ? link3.com ▶️link4.com fsdatext" не пашет, т.к. ?=1 символ в тг, а ▶️ и⚡️=2 символа каждый. Пока не понимаю, как питоном вычислить количество символов для каждого эмодзи.

Вообще, странно, что в апи такое не предусмотрено.

а. ну в Го я решал это конвертированием строки в ютф16, распиливанием получившегося массива двухбайтовых интов по ентитям и конвертированием обратно в нативные строки

Не лень так заморачиваться? Эмоджи тупо в редактор вставляются.

да редактор тут вообще ни при чём

А какая цель была?

жир?ный текст ^ вот там жирность должна быть с 0 по 7 символ. а ТГ скажет, что жирность с 0 по 8, потому что ? у них считается за два

а в Питоне и Го он считается за один

а в Питоне и Го он считается за один

Именно.

Внутрь текста вставлять эмоджи? Нахера?

> ?=1 точно? чёта в ЖСе он тоже два

> как питоном вычислить возможно, так: > len('?'.encode('utf-16le')) // 2 2 > len('Q'.encode('utf-16le')) // 2 1

> как питоном вычислить возможно, так: > len('?'.encode('utf-16le')) // 2 2 > len('Q'.encode('utf-16le')) // 2 1

>utf16

В ютф8 же все вроде

В ютф8 же все вроде

всё в ютф-8. но при конвертации в ютф-16 эти емодзи развалятся на суррогатную пару (т.е. два ютф16-символа) и при нарезке строки по телеграмным entity смещения будут правильные

т.е. можно всю строку сконвертировать в этот utf-16le, разрезать по ентятям и каждый кусочек сконвертировать обратно в utf-8. ну, может есть способ получше

всё в ютф-8. но при конвертации в ютф-16 эти емодзи развалятся на суррогатную пару (т.е. два ютф16-символа) и при нарезке строки по телеграмным entity смещения будут правильные

Ты уверен? Для двух эмодзей, имеющих разную длину по тг, он вывел одинаковый len.

Ты уверен? Для двух эмодзей, имеющих разную длину по тг, он вывел одинаковый len.

Не уверен. Но в Го это сработало. А у каких это символов?

>>> len('?'.encode('utf-16le')) 4 >>> len('▶️'.encode('utf-16le')) 4

Первый занимает 1, второй -- 2.

Language: py3 Source: print(bytes('?', 'utf-8'), bytes('?', 'utf-16le')) Result: b'\xf0\x9f\x98\x80' b'=\xd8\x00\xde'

>>> len(bytes('?', 'utf-8')) 4 >>> len(bytes('▶️', 'utf-8')) 6 >>> len(bytes('?', 'utf-16le')) 4 >>> len(bytes('▶️', 'utf-16le')) 4

Тут был бот, возвращающий жсон в ответ на сообщение?

привет! я вообще не понимаю в этом, может подскажете: пишу бота на питоне, хочу залить все на сервер, купил vds и теперь не знаю, какую ОС выбрать - FreeBS, Винда, Ubuntu Virtual Desctop, Ubuntu Server, CentOs ?

Тут был бот, возвращающий жсон в ответ на сообщение?

@ShowJsonBot

привет! я вообще не понимаю в этом, может подскажете: пишу бота на питоне, хочу залить все на сервер, купил vds и теперь не знаю, какую ОС выбрать - FreeBS, Винда, Ubuntu Virtual Desctop, Ubuntu Server, CentOs ?

Точно не винда

Ubuntu ставь и норм

Точно не винда

так, один вариант исключен, спасибо.

привет! я вообще не понимаю в этом, может подскажете: пишу бота на питоне, хочу залить все на сервер, купил vds и теперь не знаю, какую ОС выбрать - FreeBS, Винда, Ubuntu Virtual Desctop, Ubuntu Server, CentOs ?

Глаза режет десцтоп

?Й

{ "update_id": 919867504, "message": { "message_id": 97262, "from": { "id": 78542303, "is_bot": false, "first_name": "3bl3gamer", "username": "zblzgamer", "language_code": "ru-RU" }, "chat": { "id": 78542303, "first_name": "3bl3gamer", "username": "zblzgamer", "type": "private" }, "date": 1539553635, "text": "?Й", "entities": [ { "offset": 2, "length": 1, "type": "bold" } ] } }

Вот, тоже два символа

Й там жирное

Ubuntu ставь и норм

спасибо!

а вот так емодзя уже считается за 4 символа: "text": "??Q", "entities": [ { "offset": 4, "length": 1, "type": "bold" } ]

Ох сложно.

7 символов: "text": "??‍?Q", "entities": [ { "offset": 7, "length": 1, "type": "bold" } ]

Главное, я не вижу никакой зависимости между количеством символов и длиной в байтах.

!report

!report

Мы примем все необходимые меры, спасибо.

7 символов: "text": "??‍?Q", "entities": [ { "offset": 7, "length": 1, "type": "bold" } ]

>>> len(bytes('??', 'utf-8')) 8 >>> len(bytes('??‍?', 'utf-8')) 15

Главное, я не вижу никакой зависимости между количеством символов и длиной в байтах.

в байтах utf-8? а там нормальной и не будет. надо смотреть номер символа. если он больше FFFF, ТГ будет считать его за два

хотя не, наверно не FFFF, а что-то поменьше

ERROR: S client not available

Ещё б понять, с каких он будет считать за три, четыре, и т.д.

7 символов: "text": "??‍?Q", "entities": [ { "offset": 7, "length": 1, "type": "bold" } ]

этого пожарника Питон кстати считает за 4 символа

Т.е. задача нихрена не тривиальная, короче.

Ещё б понять, с каких он будет считать за три, четыре, и т.д.

если он считает каую-то емодзю за 4, то она составная. например: > len('??') 2 она состоит из ? и ? и считается питоном за два символа. в ТГ каждый в два раза длиннее, оттуда и 4

А пожарника он считает за 4, но он 7.

Математика бессильна.

а там три обычных емодзи и ещё один мелкий символ, наверно опять https://emojipedia.org/emoji/%EF%B8%8F/

там https://emojipedia.org/emoji/%E2%80%8D/

едрить там костылей

Как бы сказал классик: "обоссать и сжечь".

т.е. можно всю строку сконвертировать в этот utf-16le, разрезать по ентятям и каждый кусочек сконвертировать обратно в utf-8. ну, может есть способ получше

но вот это вот всё-таки должно сработать. пока противоречий не вижу

Ищу создателя этого бота: @QiwiWalletapibot

7 символов: "text": "??‍?Q", "entities": [ { "offset": 7, "length": 1, "type": "bold" } ]

например вот тут жирный смвол с 7 по 8 позицию, пробуем: > "??‍?Q".encode('utf-16le')[(7*2):(8*2)].decode('utf-16le') 'Q'

Хм, спасибо большое. Сейчас поковыряю.

Ищу создателя этого бота: @QiwiWalletapibot

Щас бы в 2018 не понятно кому деньги доверять.

нашел гифку по питону

По js же

нет

питон

Не знай, у меня в коде все логично

значит не по пепу

Это антиреклама?

Лох не мамонт, 21 век, а всё по прежнему.

!report

!report

Мы примем все необходимые меры, спасибо.

Как ни зайду - тут Виталий все хейтит. Больная тема, видать. ??‍♂️

Как ни зайду - тут Виталий все хейтит. Больная тема, видать. ??‍♂️

Хейтит - значит любит. Думаю, он сам темными ночами на питоне кодит и кайфует пока никто не видит ?

Душит змею, так сказать...