Emoji 組合的意思從哪來：投稿、去重、排行與檢舉機制

發佈於 2026-09-21作者 卡斯伯

🥺👉👈 是什麼意思？💀💀💀 為什麼是笑死？我在顏文字花園加了一個新區塊Emoji 組合 ↗：每一組 emoji 都寫了意思和使用時機，點一下就複製；登入之後也能投稿自己的組合，排行看的是「有多少不同的人複製過」，不是按讚數。

這是顏文字花園第一個有伺服器與資料庫的功能（Cloudflare Worker 加 D1），也是我第一次在工具站做使用者投稿。這篇記錄幾個設計決定：意思從哪來、怎麼判定兩組 emoji 是同一組、排行怎麼防灌票，以及投稿不先審核的情況下，靠什麼擋住垃圾內容。

先講清楚：這不是 Emoji Kitchen

中文搜尋「emoji 組合」，很多人要找的其實是 Google 的 Emoji Kitchen，把兩個 emoji 合成一張貼圖。那產出的是圖片，不能當文字貼上。這裡的 Emoji 組合是純文字：兩個以上的 emoji 排在一起，合起來表達一個意思，複製之後在哪裡都能貼。

意思從哪來

冷啟動的問題很現實：投稿功能剛上線時沒有人投稿，排行也就沒有東西可排。所以上線那天，站上就先放了 168 組站方整理的組合，分成 8 個主題（害羞告白、笑死、難過崩潰、可愛、美感、無言尷尬、讚美打氣、節日季節），每個主題 21 組。

每一組有兩段文字：

• 標題：卡片上那一行，最多 24 字，例如 🥺👉👈「害羞戳手指」、👀🍿「搬椅子看戲」。
• 說明：意思與使用時機，例如 🙂👍「微笑比讚，其實是冷淡的『好喔』。有陰陽怪氣的味道，小心使用。」

這些說明不是查字典查得到的。emoji 的意思跟世代、平台綁得很緊：自由時報 2026 年 6 月一篇談 Threads「EMOJI 聊天法」的報導就提到，😂 在年輕人眼中已經過時，🙂 則帶有冷淡或陰陽怪氣的意思（自由時報報導 ↗）。所以種子內容是先整理這類在地觀察，再跟 AI 協作起草標題與說明，一條一條校過才上線的。中文與英文各寫一份，簡體中文由繁體轉換產生。

使用者投稿則是這樣：標題必填（2 到 24 字），另外可以附一段 60 字以內的說明，兩者都不能含連結。站方可以替值得收錄的投稿補上主題與中英文的標題、說明，補齊之後它才會出現在可以被 Google 收錄的主題頁。主題頁之所以值得被收錄，靠的就是這些說明文字；只有一排 emoji 的頁面，對搜尋引擎來說是典型的薄頁。

同一組 emoji，怎麼判定重複

「自動去重」聽起來是比對字串，但 emoji 比想像中複雜：

• 👨‍👩‍👧 看起來是一個 emoji，其實是 5 個碼位用零寬連接符（ZWJ）串起來的。
• 👍🏽 是 👍 加一個膚色修飾字元。
• ❤ 與 ❤️ 差在一個看不見的變體選擇符（VS16）。

所以輸入的文字要先經過一條固定的流程：

1. 做 NFC 正規化，去掉空白與零寬空格（但保留 ZWJ，它是很多序列的一部分）。
2. 拿站內 Emoji 頁那份清單當白名單，用「最長比對」一個一個切出 emoji。清單只收到 Emoji 15.1，太新的 emoji 在舊裝置上會變成方框，一律不收。
3. 數量要 2 到 12 個，總長不超過 50 個碼位。只有一個 emoji 的，去 Emoji 頁就好。
4. 換成標準寫法：補齊變體選擇符、拿掉膚色。
5. 去重的鍵是標準寫法再拿掉變體選擇符，存在資料庫的 UNIQUE 欄位上。

結果是 👍 和 👍🏽 算同一組；順序有意義，🥺👉👈 和 👈👉🥺 是兩組；ZWJ 會保留，👨‍👩‍👧 不會被拆成 👨👩👧。

切 emoji 我沒有用瀏覽器的 Intl.Segmenter，而是對白名單做最長比對。一方面 Firefox 125 以後才支援它；另一方面，一個不在白名單裡的字元反正都要被拒絕，白名單本來就是最後的判斷依據。這套規則寫成一支純函式，瀏覽器的即時檢查與 Worker 的最終檢查用同一份，不會出現「畫面說可以、伺服器說不行」。

輸入時會即時查重。已經有人投過的組合，會直接帶你到那一則，改成收藏或去留言，不會建立新的一筆。兩個人幾乎同時送出同一組時，資料庫的 UNIQUE 限制會擋下後到的那一個，回傳既有那一則。被隱藏或退回的組合仍然佔著它的鍵，所以被移除的內容不能換個時間再投一次。

排行：數的是「不同的人」

排行看複製次數，但瀏覽器送來的複製事件很容易被腳本灌，所以計數的單位是「每天不重複的複製者」：

• 瀏覽器端：同一個分頁、同一組只回報一次，攢著用 sendBeacon 批次送出。回報失敗不影響複製本身。
• 伺服器端：用「當天隨機產生的金鑰」對「IP 位址前段」（IPv4 取整個位址，IPv6 取前 64 位元）做 HMAC-SHA256，取前 8 個位元組當作今天的訪客代碼。同一個代碼對同一組、同一天只算一次。
• 兩天後刪掉那天的金鑰。金鑰沒了，任何人（包括我）都算不回某個代碼來自哪個位址。裝置上也不存任何識別碼。

一開始的設計把瀏覽器的 User-Agent 也算進代碼裡，安全審查時拿掉了：User-Agent 是送出的人自己填的，換一個就能多算一票。代價是同一個網路出口後面的人會被算成同一個，數字偏低，但排行只需要相對順序。

另一道關卡是「進不進得了排行」。投稿要在兩個不同的日子都有人複製過，才會進入首頁排行（種子與站方整理過的組合例外）。同一天灌十萬次，也只算一天。買一批代理伺服器能換到的，是同一天的大量次數，而那正是排行不看的東西。

不先審核，靠什麼擋

上線第一版是「立刻顯示、標示未審核，審核過才進排行與收錄」。上線隔天我改了主意：在以使用者投稿為主的情境下，分類與編輯挑選沒有那麼重要，排行應該交給複製數決定。所以現在投稿不再事前審核：送出後立刻公開，可以複製、留言，出現在「最新」。

少了人工審核，防線就要換一組：

• 身分與機器人：投稿、留言、檢舉都要先用 Google 登入，投稿與留言再過 Cloudflare Turnstile。
• 數量上限：每個帳號每天最多 5 則投稿；另外每個網路位址每天也只有 5 則的額度，因為新的 Google 帳號很便宜，網路位址比較貴。
• 文字規則：標題、說明、留言與暱稱一律不收連結，也擋掉會讓文字方向顛倒的控制字元。另有一份擋垃圾訊息、色情與歧視字眼的關鍵字清單，比對前會把全形字，以及長得跟拉丁字母一模一樣的西里爾、希臘字母折回來，不然把 a 換成西里爾字母的 а 就能繞過。標題與說明命中就直接拒絕；留言命中則先保留，等站方看過。
• 檢舉自動隱藏：被三個「註冊超過一天」的帳號檢舉，就自動隱藏並等站方處理。只算註冊超過一天的帳號，是因為開三個新帳號幾乎不用成本。
• 不被收錄：每一則投稿自己的頁面都標 noindex，只有補齊說明的組合才會進入主題頁。
• 會過期：投稿 180 天內沒有人複製、沒有人檢舉、也沒有被整理，就自動退回。
• 緊急開關：一個不用重新部署就能關掉投稿的設定。

有一個 bug 值得記下來。自動隱藏的 SQL 用了一個相關子查詢，裡面寫了裸的 id。SQLite 會先在最內層找這個欄位，而 users 表也有 id，條件就變成「檢舉人就是被檢舉的對象」，永遠不成立，自動隱藏永遠不會觸發。後來是對本機 Worker 跑整套 API 冒煙測試時抓到的。之後這類子查詢一律替外層的表取別名，欄位也寫完整。

隱私：只留做事需要的最少資料

• 登入：Google 登入只用 client ID，Worker 用 Google 公開的金鑰驗證 ID token 的簽章，整套設計沒有 client secret。資料庫只存 Google 給的帳號識別碼與你自己取的暱稱，不存 email、姓名與大頭照。
• 按需載入：Google 的登入程式與 Turnstile 只在按下登入或送出時才載入，一般瀏覽不會載入。
• session：一個 30 天的 HttpOnly cookie，資料庫只存它的雜湊值。
• 刪除帳號：刪掉 session、收藏、留言與你送出的檢舉；投稿保留成匿名，但還沒進入排行的投稿會一併隱藏，因為卡片上顯示的那行標題是你打的字。被停權的帳號例外：刪除後會留下帳號識別碼的雜湊，避免刪掉帳號就能重新開始。

這些規則都寫在顏文字花園的隱私權頁，文字與程式對得上，是我對這類功能最在意的事。

小結

1. 意思要有來源：種子內容先做在地觀察再撰寫，投稿的說明要經過整理才進可收錄的頁面。
2. 去重要先有標準寫法：白名單切 emoji、拿掉膚色與變體選擇符，UNIQUE 欄位擋最後一道。
3. 排行只數不同的人：每天換金鑰的雜湊，兩天後連我也算不回來。
4. 不先審核，就把防線做成一整組：登入、Turnstile、數量上限、文字規則、檢舉、過期，缺一道都會被繞過。

想試試看的話，Emoji 組合 ↗不用登入就能瀏覽與複製。整個 Emoji 與顏文字工具的介紹在Emoji・顏文字工具介紹，顏文字花園那顆會眨眼的 Logo 怎麼做，可以看這篇。