python - 在 Python 3 中从推文中解码表情符号

Question

我有一个简单的 python 脚本，可以获取推文的文本。

但是，表情符号以某种方式进行编码，因此它们在输出\xf0\x9f\x90\xa3 中看起来像这样。

有没有办法从这个输出中找出这是什么表情符号？

Answer 1

很可能它是 UTF-8 编码的(与其余数据一样，只是 ASCII 文本恰好以 ASCII 和 UTF-8 相同的方式呈现)。

如果你有一个像b'\xf0\x9f\x90\xa3'这样的字节，你只需这样做:

b = b'\xf0\x9f\x90\xa3'
txt = b.decode('utf-8')

如果您收到的格式为 str，这可能是错误的解码为 latin-1 或其他代码页，因此只需撤消它并使用 UTF- 重做即可8:

b = '\xf0\x9f\x90\xa3'
txt = b.encode('latin-1').decode('utf-8')
# If it's not latin-1, could be sys.getdefaultencoding()

它的序数为 0x1f423(我的计算机无法显示它，或者我会在此处添加它)，这对于大多数表情符号来说都在正确的范围内。 As noted in the comments , unicodedata将字符报告为 HATCHING CHICK .