WhatsApp导出:是否有unicode压缩约定？

Question

我刚从Windows迁移到Android，我发现我无法迁移我的WhatsApp聊天历史(至少不容易)。现在，我想使用导出到邮件功能的WhatsApp提供。它运行得很好，但是(主要)对于旧消息，一些表情符号没有被正确地传递。

查看UTF-8字节表示，似乎这些没有显示的表情符号只由三个字节组成，而不是四个普通字节。

示例：

08.09.2013 20:00:10: Name: 

被导出，而不是

08.09.2013 20:00:10: Name: 

查看表情符号的十六进制表示(仅)：

0  1  2  3  4  5  6  7  8  ... Dump
ee 81 9a ee 84 8c ee 84 9c     î.šî„Œî„œ

而不是

0  1  2  3  4  5  6  7  8  9  a  b  ... Dump
f0 9f 92 a9 f0 9f 91 bd f0 9f 92 80     💩👽💀

因此，我的问题是:这只是在WhatsApp导出过程中发生的错误，还是某种形式的压缩以减少文件大小？如果是，是否有将“压缩”版本转换为正常版本的解码算法？

Answer 1

WhatsApp似乎正在使用Unicode专用区域中的表情符号的软银编码，这是在iOS版本2-4之前在他们自己的Unicode块中标准化之前使用的。例如：

• 0xEE 0x84 0x8C是U+E10C的UTF-8编码。
• U+E10C是软银/苹果公司用来对后来标准化的U+1F47D ()进行编码的专用字符。

没有这些映射的正式列表，算法转换也是不可能的(必须构建映射表)。但是，您可以很容易地找到Softbank/Unicode映射的编译来在它们之间构建一个转换器。