Emoji Copy Paste

Emoji adalah karakter, bukan gambar

Yang Anda salin dari halaman ini adalah teks. Wajah menyeringai adalah code point U+1F600, jenisnya sama dengan huruf A, dan berpindah lewat clipboard sebagai karakter, bukan sebagai file gambar.

Inilah sebabnya emoji berubah tampilan saat sampai di tempat lain. Apple, Google, Microsoft, Samsung, dan Twitter masing-masing membuat gambar sendiri untuk code point yang sama, dan perangkat pembaca menggambar versi yang disediakan font-nya sendiri. Karakternya identik; hanya gambarnya yang berbeda. Itu juga sebabnya emoji ikut membesar-mengecil bersama teks di sekitarnya, bisa dicari, dan bisa dipakai di nama file atau pesan commit yang tidak bisa diisi gambar.

Kadang perbedaannya lebih dari sekadar tampilan. Vendor pernah menggambar ulang emoji ketika tafsiran mereka terlalu jauh berbeda dari yang lain - pistol yang berubah menjadi pistol air di semua platform besar adalah contoh paling terkenal - sehingga karakter yang dikirim pada satu tahun bisa memberi kesan berbeda saat dibaca di tahun lain.

Mengapa sebagian emoji tidak muncul

Unicode menambahkan emoji baru hampir setiap tahun, dan perangkat hanya bisa menggambar emoji yang dikenal font yang terpasang. Emoji yang lebih baru dari font-nya tampil sebagai kotak "tahu": persegi panjang kosong, kadang berisi digit heksadesimal code point-nya.

Agar Anda tidak menyalin sesuatu yang tidak terlihat, halaman ini mengukur apa yang benar-benar bisa digambar browser Anda dan menyembunyikan sisanya. Artinya kisi emoji sedikit berbeda tergantung perangkat dan kapan sistem operasinya terakhir diperbarui, dan artinya apa pun yang Anda lihat di sini memang bisa Anda lihat. Itu tidak menjamin penerima juga bisa melihatnya: mereka mungkin memakai perangkat yang lebih lama, dan emoji yang sangat baru bisa sampai sebagai kotak di sisi mereka. Untuk hal yang penting, makin lama dan makin luas dukungan sebuah emoji, makin aman.

Sequence, joiner, dan warna kulit

Banyak emoji bukan satu code point, melainkan beberapa. Keluarga, pasangan, profesi, bendera: semuanya dibangun dengan menggabungkan beberapa karakter memakai zero-width joiner yang tidak terlihat, U+200D. Perangkat yang memahami sequence itu menggambar satu glyph gabungan; yang tidak memahaminya menampilkan bagian-bagiannya berdampingan, itulah sebabnya emoji keluarga kadang sampai sebagai orang-orang yang terpisah.

Warna kulit bekerja dengan cara yang sama. Unicode mendefinisikan lima modifier warna kulit yang diterapkan pada emoji dasar sebagai karakter berikutnya, dan hanya didefinisikan untuk sebagian emoji - umumnya tangan, orang, dan bagian tubuh, tempat warna kulit bermakna. Semua emoji di sini disalin dalam bentuk bawaannya; keyboard atau panel emoji ponsel Anda bisa menerapkan warna kulit sesudahnya.

Konsekuensi praktis dari semua ini adalah emoji sering kali lebih panjang dari satu karakter di dalam kode. Batas panjang, kolom database, dan logika pemotongan teks semuanya menghitung bagian-bagiannya, bukan glyph-nya, sehingga satu emoji keluarga bisa memakan tujuh unit atau lebih dari jatah karakter dan bisa terbelah dua oleh pemotongan yang naif.

Di mana emoji rusak

Kegagalan klasiknya adalah kolom MySQL yang dideklarasikan utf8, yang ternyata bukan UTF-8 melainkan subset tiga byte yang tidak bisa menyimpan karakter di atas U+FFFF. Emoji yang dimasukkan ke sana ditolak atau teksnya diam-diam terpotong di emoji pertama. Perbaikannya adalah utf8mb4, dan itu perubahan skema, bukan pengaturan.

Selain soal penyimpanan, emoji diurutkan berdasarkan code point, bukan urutan yang bermakna, biasanya tidak terlihat oleh pencarian teks kecuali dikonfigurasi untuknya, dan bisa membawa variation selector yang membuat dua string yang tampak identik dianggap berbeda saat dibandingkan. Semua ini bukan alasan untuk menghindari emoji; ini alasan untuk mengujinya dengan satu emoji sebelum menganggap sebuah field bisa menanganinya.

Bagaimana sebuah emoji baru lahir

Emoji masuk ke Unicode lewat proses pengajuan resmi yang dijalankan Unicode Consortium. Siapa pun boleh mengirimkan usulan, tetapi usulan itu harus dibela dengan bukti: perkiraan frekuensi pemakaian, apakah konsepnya sudah terwakili karakter yang ada, apakah terlalu spesifik, terlalu musiman, atau pada dasarnya hanya sebuah logo. Sebagian besar usulan ditolak karena salah satu alasan tersebut.

Karakter yang diterima diumumkan dalam rilis tahunan, lalu tiap vendor merancang gambarnya sendiri dan mengirimkannya lewat pembaruan sistem operasi. Jeda itulah yang membuat emoji yang baru diumumkan praktis belum bisa dipakai selama setahun atau lebih: code point-nya sudah ada, tetapi sebagian besar perangkat belum punya glif untuknya dan hanya menampilkan kotak kosong.

Selain karakternya, Consortium juga menerbitkan data CLDR - nama pendek dan kata kunci pencarian tiap emoji, yang diterjemahkan untuk setiap locale. Data itulah yang menopang setiap pencarian emoji yang bekerja di lebih dari satu bahasa, termasuk pencarian di halaman ini, dan itu pula sebabnya gambar yang sama ditemukan lewat kata yang berbeda tergantung di mana Anda berada.

Apa yang dibacakan pembaca layar

Emoji punya nama di pohon aksesibilitas, dan pembaca layar membacakannya keras-keras. Itu berguna ketika emoji memang membawa makna, dan melelahkan ketika tidak: satu baris yang ditutup lima emoji terompet pesta akan dibacakan sebagai lima deskripsi terpisah, dan daftar berpoin yang tiap butirnya diawali simbol hiasan akan mengulang simbol itu di setiap baris.

Panduan yang benar-benar berguna adalah menaruh emoji di akhir frasa, bukan di tengah, supaya kalimatnya tetap enak dibaca ketika masing-masing dibacakan; menghindari emoji sebagai satu-satunya label sebuah kontrol, karena nama yang dibacakan bisa tidak sesuai dengan maksud Anda; dan menjauhkan pengulangan hiasan dari teks isi.

Emoji di dalam nama dan nama pengguna adalah masalah tersendiri, karena ikut dibacakan setiap kali nama itu muncul. Kalau sebuah antarmuka mengizinkannya, ia juga harus mengizinkan nama tampilan berupa teks biasa.

Menyimpan dan mencari emoji di basis data

Kegagalan klasiknya adalah kolom MySQL yang dideklarasikan utf8, yang sebenarnya hanya subset tiga byte dan tidak bisa mewakili apa pun di atas U+FFFF. Emoji yang dimasukkan ke sana akan ditolak atau terpotong di emoji pertama, dan perbaikannya adalah utf8mb4 - perubahan skema, ditambah charset koneksi dan, pada versi lama, batas panjang indeks yang dulu justru membuat orang memilih utf8.

Kejutan berikutnya adalah pencarian. Emoji diurutkan menurut code point, yang tidak bermakna apa-apa bagi pembaca, dan indeks full-text biasanya membuangnya sebagai tanda baca kecuali dikonfigurasi lain. Kalau pengguna boleh mencari dengan emoji, cara paling praktis adalah mengindeks nama CLDR berdampingan dengan karakternya.

Perbandingan punya jebakannya sendiri: variation selector dan zero-width joiner membuat dua string yang tampak persis sama bisa berbeda byte demi byte. Menormalkan sebelum membandingkan, atau membandingkan hasil render alih-alih byte mentah, itulah yang membuat deduplikasi berjalan benar.

Karakter yang sama, gambar yang berbeda

Karena tiap vendor menggambar sendiri, emoji membawa nada yang tidak bisa dikendalikan pengirimnya. Hasil penelitian soal ini konsisten: orang menafsirkan emoji yang sama secara berbeda antarplatform, kadang dengan valensi yang berlawanan, dan begitulah pesan yang ditulis dengan hangat bisa sampai sebagai sindiran.

Beberapa karakter berubah makna seiring waktu ketika para vendor saling menyesuaikan. Pistol digambar ulang menjadi pistol air di semua platform besar antara 2016 dan 2018, dan beberapa gestur didesain ulang setelah gambar aslinya dibaca sebagai sesuatu yang tidak dimaksudkan di wilayah tertentu.

Aturan praktis untuk hal-hal yang penting - antarmuka produk, pesan dukungan pelanggan, dokumentasi - adalah memilih emoji lama yang sudah mapan dan tampil stabil di mana saja, menguji setidaknya di satu perangkat Apple dan satu Android, serta tidak pernah menggantungkan makna pada gambar tertentu kalau teksnya sendiri tidak menyampaikan makna itu.

Emoji dalam kode, nama berkas, dan pengidentifikasi

Emoji adalah karakter biasa, jadi banyak sistem menerimanya di tempat yang tidak orang duga: pesan commit, nama branch, nama berkas, kunci JSON, dan pada sebagian bahasa bahkan pengidentifikasi. Apakah sebaiknya dipakai di sana adalah pertanyaan lain.

Pesan commit adalah kasus yang paling umum, dan kebiasaan ini bahkan punya nama - gitmoji - yaitu satu karakter di depan yang menandai kategori perubahan. Cara ini berjalan bagus di tim yang sepakat soal pemetaannya, dan buruk untuk perkakas yang mem-parsing pesan commit, sebab kategori yang dikodekan sebagai gambar jauh lebih sulit dicocokkan daripada prefiks seperti fix: atau feat:.

Nama berkas lebih berisiko daripada kelihatannya. Ia bertahan di sistem berkas modern, tetapi bisa merusak perkakas build lama, format arsip, dan apa pun yang menyusun perintah shell dengan menyambung string. Untuk apa pun yang menyeberangi batas antarsistem, nama ASCII dengan emoji disimpan di metadata alih-alih di namanya adalah versi yang tetap bekerja.