Emojis para Copiar

Un emoji es un carácter, no una imagen

Lo que copias de esta página es texto. Una cara sonriente es el punto de código U+1F600, lo mismo que la letra A, y pasa por tu portapapeles como un carácter y no como un archivo de imagen.

Por eso un emoji cambia de aspecto cuando llega a otro sitio. Apple, Google, Microsoft, Samsung y Twitter encargan cada uno su propio dibujo para el mismo punto de código, y el dispositivo que lo muestra dibuja la versión que ofrece su propia fuente. El carácter es idéntico; solo cambia el dibujo. También es la razón por la que un emoji se escala con el texto que lo rodea, se puede buscar y funciona en un nombre de archivo o un mensaje de commit donde una imagen no podría.

A veces las diferencias van más allá de lo estético. Los fabricantes han redibujado emoji cuando su interpretación se alejaba demasiado de la del resto; la pistola que pasó a ser una pistola de agua en todas las grandes plataformas es el caso más conocido. Así que un carácter enviado un año puede transmitir otra impresión cuando se lee otro año.

Por qué faltan algunos emoji

Unicode añade emoji nuevos casi todos los años, y un dispositivo solo puede dibujar los que conoce su fuente instalada. Un emoji más reciente que la fuente se muestra como un «tofu»: un rectángulo vacío, a veces con los dígitos hexadecimales del punto de código dentro.

Para no dejarte copiar algo invisible, esta página comprueba qué puede dibujar realmente tu navegador y oculta el resto. Eso significa que la cuadrícula varía un poco según el dispositivo y lo reciente que sea la última actualización del sistema, y significa que todo lo que ves aquí es algo que puedes ver. No garantiza que quien lo reciba pueda: puede usar un dispositivo más antiguo, y un emoji muy nuevo puede llegarle como un cuadro. Para lo que importa, cuanto más antiguo y extendido sea el emoji, más seguro.

Secuencias, uniones y tonos de piel

Muchos emoji no son un punto de código sino varios. Una familia, una pareja, una profesión, una bandera: se construyen uniendo varios caracteres con un carácter invisible de unión de ancho cero, U+200D. Un dispositivo que entiende la secuencia dibuja un único glifo combinado; uno que no, muestra las partes una al lado de otra, y por eso un emoji de familia a veces llega como personas separadas.

El tono de piel funciona igual. Unicode define cinco modificadores de tono que se aplican a un emoji base como carácter siguiente, y solo están definidos para una parte de los emoji: en general manos, personas y partes del cuerpo, donde el tono tiene sentido. Aquí todo se copia en su forma predeterminada; el teclado o el panel de emoji de tu móvil puede aplicar un tono después.

La consecuencia práctica de todo esto es que un emoji suele ocupar más de un carácter en el código. Los límites de longitud, las columnas de base de datos y la lógica de truncado miden las partes, no el glifo, así que un solo emoji de familia puede consumir siete o más unidades de un límite de caracteres y quedar partido por la mitad con un truncado ingenuo.

Dónde fallan los emoji

El fallo clásico es una columna de MySQL declarada como utf8, que no es UTF-8 sino un subconjunto de tres bytes que no puede representar nada por encima de U+FFFF. Los emoji insertados ahí se rechazan o el texto se trunca en silencio en el primero. La solución es utf8mb4, y es un cambio de esquema, no un ajuste.

Más allá del almacenamiento, los emoji se ordenan por punto de código y no por ningún orden con sentido, suelen ser invisibles para la búsqueda de texto salvo que se configure para ellos y pueden llevar selectores de variación que hacen que dos cadenas visualmente idénticas se comparen como distintas. Nada de esto es motivo para evitarlos; es motivo para probar con uno antes de dar por hecho que un campo los admite.

Cómo nace un emoji nuevo

Los emojis llegan a Unicode mediante un proceso formal de propuestas que gestiona el Unicode Consortium. Cualquiera puede presentar una, pero la propuesta tiene que defenderse con evidencia: frecuencia de uso esperada, si el concepto ya está cubierto por algo existente, si es demasiado específico, demasiado pasajero o en la práctica un logotipo. La mayoría de las solicitudes se rechaza por alguno de esos motivos.

Los caracteres aceptados se publican en una versión anual, y después cada fabricante diseña su propia ilustración y la distribuye en una actualización del sistema operativo. Ese retraso explica por qué un emoji recién anunciado resulta inutilizable en la práctica durante un año o más: el code point existe, pero la mayoría de los dispositivos no tiene un glifo para él y muestra un recuadro vacío.

Junto con los caracteres, el Consortium publica los datos de CLDR: los nombres cortos y las palabras clave de búsqueda de cada emoji, traducidos para cada locale. Esos datos están detrás de cualquier búsqueda de emojis que funcione en más de un idioma, incluida la de esta página, y son la razón de que la misma imagen se encuentre con palabras distintas según dónde estés.

Qué anuncia un lector de pantalla

Un emoji tiene un nombre en el árbol de accesibilidad, y el lector de pantalla lo lee en voz alta. Eso es útil cuando el emoji aporta significado y agotador cuando no: una línea que termina con cinco emojis de confeti se anuncia como cinco descripciones separadas, y una lista en la que cada elemento empieza con un símbolo decorativo repite ese símbolo en cada renglón.

La guía que de verdad sirve es colocar los emojis al final de una frase y no en medio, para que la oración siga leyéndose bien cuando cada uno se pronuncia; evitar que un emoji sea la única etiqueta de un control, porque el nombre que se anuncia puede no coincidir con el sentido que buscabas; y dejar la repetición decorativa fuera del cuerpo del texto.

Los emojis dentro de nombres y alias son un problema aparte, porque se anuncian cada vez que aparece el nombre. Donde una interfaz los permita, también debería permitir un nombre visible en texto plano.

Guardar y buscar emojis en una base de datos

El fallo clásico es una columna de MySQL declarada como utf8, que es un subconjunto de tres bytes incapaz de representar nada por encima de U+FFFF. Los emojis que se insertan ahí se rechazan o se truncan en el primero, y la solución es utf8mb4: un cambio de esquema, junto con el charset de la conexión y, en versiones antiguas, los límites de longitud de índice que llevaron a la gente a elegir utf8 desde el principio.

La búsqueda es la siguiente sorpresa. Los emojis se ordenan por code point, algo que no significa nada para quien lee, y los índices de texto completo suelen descartarlos como puntuación salvo que se configuren de otra manera. Si los usuarios pueden buscar por emoji, lo práctico es indexar el nombre de CLDR junto al carácter.

La comparación tiene su propia trampa: los selectores de variación y los zero-width joiners hacen que dos cadenas idénticas a la vista difieran byte a byte. Normalizar antes de comparar, o comparar la salida renderizada en lugar de los bytes crudos, es lo que hace que la deduplicación funcione.

El mismo carácter, otro dibujo

Como cada fabricante dibuja su propia versión, un emoji lleva un tono que quien lo envía no controla. La investigación al respecto es consistente: la gente interpreta el mismo emoji de forma distinta según la plataforma, a veces con una valencia opuesta, y así es como un mensaje enviado con afecto llega como sarcasmo.

Algunos caracteres cambiaron de significado con el tiempo, a medida que los fabricantes convergieron. La pistola se redibujó como pistola de agua en todas las plataformas importantes entre 2016 y 2018, y varios gestos se rediseñaron después de que sus versiones originales se leyeran como otra cosa en ciertas regiones.

La regla práctica para cualquier cosa que importe - la interfaz de un producto, un mensaje de soporte, la documentación - es preferir emojis veteranos cuya representación es estable en todas partes, probar al menos en un dispositivo Apple y uno Android, y no confiar nunca en un dibujo concreto para transmitir algo que el texto no diga también.

Emojis en el código, los nombres de archivo y los identificadores

Los emojis son caracteres corrientes, así que la mayoría de los sistemas los acepta en sitios donde nadie lo espera: mensajes de commit, nombres de rama, nombres de archivo, claves de JSON y, en algunos lenguajes, hasta identificadores. Si conviene usarlos ahí es otra discusión.

Los mensajes de commit son el caso habitual, y la convención hasta tiene nombre - gitmoji -: un carácter inicial clasifica el cambio. Funciona bien en un equipo que se pone de acuerdo con la correspondencia y mal con herramientas que analizan los mensajes de commit, porque una categoría codificada como dibujo es más difícil de detectar que un prefijo como fix: o feat:.

Los nombres de archivo son más arriesgados de lo que parecen. Sobreviven en los sistemas de archivos modernos, pero pueden romper herramientas de build antiguas, formatos de archivo comprimido y cualquier cosa que arme un comando de shell concatenando cadenas. Para todo lo que cruza la frontera entre sistemas, nombres en ASCII con el emoji en los metadatos y no en el nombre es la versión que sigue funcionando.