encoding - 使用 EncodeForHTML 时的 Coldfusion/Lucee 编码问题

Question

对某些字符(在本例中为表情符号)使用 EncodeForHTML 时遇到问题

本例中的文本是:⌛️a😊b👍c😟💥🍉🍔💩🤦🏼‍♀️🤦🏼‍♀️🤦🏼‍♀️😘

现在如果我只是直接输出

<cfoutput>#txt#</cfoutput>

它显示正确，没有问题，但如果我先使用 EncodeForHTML

<cfoutput>#EncodeForHTML(txt)#</cfoutput>

我明白了⌛️a����b����c�� ������ �� ����‍♀️����‍♀️����‍♀️ ��

我也使用 EncodeForXML 和 esapiEncode 对其进行了测试以确保；所有人都给我相同的结果。我已经验证了 Lucee 中的编码设置是 UTF-8，meta charset 标签也设置为 UTF-8。我找不到任何关于 EncodeForHTML 的文档，说明它是否对字符编码进行了任何更改，是否需要特定的字符编码，或者它是否存在与表情符号或某些代码点有关的任何已知问题。

我感谢任何人可以提供的任何帮助或澄清。

编辑:谢谢大家。希望我能接受多个答案。

Answer 1

我需要清理表情符号，以确保第三方内容与外部服务交叉兼容。一些内容包含表情符号并导致导出/导入问题。我写了一个ColdFusion wrapper对于emoji-java用于识别、清理和转换表情符号的库。

https://github.com/JamoCA/cf-emoji-java

例如，parseToAliases()函数“用别名替换在字符串中找到的所有表情符号的 unicode”。

emojijava = new emojijava();
emojijava.parseToAliases('I like 🍕');   // I like :pizza:

要“编码”，您可以使用 parseToHtmlDecimal()或 parseToHtmlHexadecimal()使用前的功能 EncodeForHTML() .

emojijava = new emojijava();
test = emojijava.parseToHtmlDecimal('I like 🍕');   // I ❤️ 🍕
EncodeForHTML(test);