如何将U+xxxxx编码指定的表情转换为utf-8？

Question

表情符号似乎是使用 U+xxxxx 的格式指定的，
其中每个 x 都是十六进制数字。

例如，U+1F615是个官方 Unicode 联盟代码为了“困惑的脸”

Answer 1

UTF-8是一个可变长度编码统一码。它被设计为 ASCII 的超集。看维基百科有关编码的详细信息。\x00 \x01 \xF6 \x15将是UCS-4BE或UTF-32BE编码。

要从 Unicode 代码点获取 UTF-8 编码，假设语言环境的字符映射是 UTF-8（请参阅 的输出locale charmap），只需：

$ printf '\U1F615\n'

Answer 2

这是从 UTF-32（大端）转换为 UTF-8 的方法

$ confused=$(echo -ne "\x0\x01\xF6\x15" | iconv -f UTF-32BE -t UTF-8)     
$ echo $confused 

Answer 3

在头脑中或在纸上完成的好方法：

1. 计算出它有多少字节：U+0080 下的值是 1 个字节，U+0800 下的值是 2 个字节，U+10000 下的值是 3 个字节，否则是 4 个字节。在你的例子中，4个字节。

2. 将十六进制转换为八进制：0373025.

3. 从末尾开始，一次剥离 2 个八进制数字，得到八进制值序列：037 030 025。

4. 如果八进制值少于预期的字节数，请在开头添加额外的 0：000 037 030 025。

5. 对于除第一个之外的所有内容，添加0200以获取：000 0237 0230 0225。

6. 对于第一个，0300如果预期长度是 2，0340如果是 3，或者0360如果是 4，则添加，以获得：360 0237 0230 0225。

现在写成八进制转义字符串：\360\237\230\225。如果需要，可以选择转换回十六进制。