在 ggplot2 geom_text 中以颜色呈现 unicode 表情符号

Posted 2023-02-16

【中文标题】在 ggplot2 geom_text 中以颜色呈现 unicode 表情符号

【英文标题】：Render unicode emoji in colour in ggplot2 geom_text

【发布时间】：2020-09-13 23:49:20

【问题描述】：

我有包含表情符号的 unicode 文本。我想以包含表情符号颜色的方式将它们呈现在带有 geom_text 或 geom_label 的 ggplot2 图形中。我看过emojifont、emo 和ggtext，这些似乎都不允许这样做。问题当然是geom_text 中文本的颜色受颜色审美的支配。有什么方法可以通过 geom_text 或其他解决方法在我的文本中呈现颜色？

可重现的例子：

library(ggplot2)

pets <- "I like ???? ???? ???? ????"

cat(pets)

ggplot() +
  theme_void() +
  annotate("text", x = 1, y = 1, label = pets, size = 15)

cat(pets) 在 RStudio 的屏幕上工作，但最后一行绘制的图形如下所示：

或者，使用ggtext::geom_richtext() 我会得到类似的黑白结果和以下错误消息：

> library(ggtext)
> ggplot() +
+   theme_void() +
+   annotate("richtext", x = 1, y = 1, label = pets, size = 15)
Warning messages:
1: In text_info(label, fontkey, fontfamily, fontface, fontsize, cache) :
  unable to translate '<U+0001F436>RStudioGD142.6791338582677' to native encoding
2: In text_info(label, fontkey, fontfamily, fontface, fontsize, cache) :
  unable to translate '<U+0001F431>RStudioGD142.6791338582677' to native encoding
3: In text_info(label, fontkey, fontfamily, fontface, fontsize, cache) :
  unable to translate '<U+0001F41F>RStudioGD142.6791338582677' to native encoding
4: In text_info(label, fontkey, fontfamily, fontface, fontsize, cache) :
  unable to translate '<U+0001F422>RStudioGD142.6791338582677' to native encoding
5: In do.call(gList, grobs) :
  unable to translate 'I like <U+0001F436> <U+0001F431> <U+0001F41F> <U+0001F422>' to native encoding

【参考方案1】：

好的，这是我自己的问题的答案。

整体做法：我们将每个表情符号转换为表情符号图像的超链接，并使用ggtext来呈现新版本的文本和图像组合。

首先我们需要一个包含所有表情符号的向量，这样我们就可以识别它们：

library(tidyverse)
library(ggtext)
library(rvest)

# test vector
pets <- "I like ? ? ? ?"

# the definitive web page with emoji:
unicode <- read_html("https://unicode.org/emoji/charts/full-emoji-list.html")

ut <- unicode %>%
  html_node("table") %>%
  html_table()

# vector of all emoji - purely for recognition purposes
all_emoji <- ut[,3]

然后我几乎没有更改地从this page by Emil Hvitfeldt 借用几个函数。 Emil 对我也有类似的挑战，但没有原始表情符号只是文本的问题。

emoji_to_link <- function(x) 
  paste0("https://emojipedia.org/emoji/",x) %>%
    xml2::read_html() %>%
    rvest::html_nodes("tr td a") %>%
    .[1] %>%
    rvest::html_attr("href") %>%
    paste0("https://emojipedia.org/", .) %>%
    xml2::read_html() %>%
    rvest::html_node('div[class="vendor-image"] img') %>%
    rvest::html_attr("src")


link_to_img <- function(x, size = 24) 
  paste0("<img src='", x, "' width='", size, "'/>")

这些链接采用表情符号并将其转换为指向由 Apple Color Emoji 字体呈现的表情符号图像的超链接。到目前为止一切顺利，但我首先需要从我的混合测试中提取表情符号。为此，我又写了两个函数

将单个标记（其中标记可能是单个表情符号）转换为表情符号或将其作为未更改的文本返回；和 对文本字符串进行标记，将任何表情符号标记转换为图像，然后将它们重新粘贴在一起。

这是这两个函数：

token_to_rt <- function(x)
  if(x %in% all_emoji)
    y <- link_to_img(emoji_to_link(x))
   else 
    y <- x
  
  return(y)


string_to_rt <- function(x)
  tokens <- str_split(x, " ", simplify = FALSE)[[1]]
  y <- lapply(tokens,  token_to_rt)
  z <- do.call(paste, y)
  return(z)

现在我们拥有所需的一切。首先我将我的pets 向量转换为pets2，然后我可以使用ggplot2 和ggtext 在屏幕上以绚丽的色彩渲染它

pets2 <- string_to_rt(pets)

ggplot() +
  theme_void() +
  annotate("richtext", x = 1, y = 1, label = pets2, size = 15)

我们来了：

为了完整起见，下面是关键对象 pets、pets2 和 all_emoji 在 R 控制台中打印时的外观：

> pets
[1] "I like \U0001f436 \U0001f431 \U0001f41f \U0001f422"
> pets2
[1] "I like <img src='https://emojipedia-us.s3.dualstack.us-west-1.amazonaws.com/thumbs/120/apple/237/dog-face_1f436.png' width='24'/> <img src='https://emojipedia-us.s3.dualstack.us-west-1.amazonaws.com/thumbs/120/apple/237/cat-face_1f431.png' width='24'/> <img src='https://emojipedia-us.s3.dualstack.us-west-1.amazonaws.com/thumbs/120/apple/237/fish_1f41f.png' width='24'/> <img src='https://emojipedia-us.s3.dualstack.us-west-1.amazonaws.com/thumbs/120/apple/237/turtle_1f422.png' width='24'/>"
> all_emoji[1:10]
 [1] "face-smiling" "Browser"      "\U0001f600"            "\U0001f603"            "\U0001f604"            "\U0001f601"           
 [7] "\U0001f606"            "\U0001f605"            "\U0001f923"            "\U0001f602"  

【讨论】：

细心的读者会注意到，此工作流程取决于表情符号两侧的空格。我想需要一些额外的工作来加强它以用于真实数据。