python - 从字符串中删除表情符号在某些情况下不起作用

Question

我正在处理从 google big query 收到的一些数据，这些数据中包含一些特殊的表情符号。我有一个删除表情符号的代码，但它不适用于以下特定表情符号。

删除所有表情符号但不适用于以下情况的示例代码。

使用版本Python 3.9

from re import UNICODE, compile
emoji_pattern = compile("["
                        u"\U0001F600-\U0001F64F"  # emoticons
                        u"\U0001F300-\U0001F5FF"  # symbols & pictographs
                        u"\U0001F680-\U0001F6FF"  # transport & map symbols
                        u"\U0001F1E0-\U0001F1FF"  # flags (iOS)
                        u"\U0001F1F2-\U0001F1F4"  # Macau flag
                        u"\U0001F1E6-\U0001F1FF"  # flags
                        u"\U0001F600-\U0001F64F"
                        u"\U00002702-\U000027B0"
                        u"\U000024C2-\U0001F251"
                        u"\U0001f926-\U0001f937"
                        u"\U0001F1F2"
                        u"\U0001F1F4"
                        u"\U0001F620"
                        u"\u200d"
                        u"\u2640-\u2642"
                        "]+", flags=UNICODE)

# Works for this one 
data = 'support.google.co.uk/s/.💻'
result = emoji_pattern.subn(r'', data)
# result --> ('support.google.co.uk/s/.', 1)

# Doesn't work in this case
data = 'www.google.co.uk/?🤣'
result = emoji_pattern.subn(r'', data)
# result --> ('www.google.co.uk/?🤣', 0)

有人可以帮我处理这个案子吗？如果有人可以帮助我如何在 python 3.9 中检查 🤗(任何特殊字符或表情符号)的 Unicode 表示，以便我可以在表情符号模式中更新此类 Unicode，这也会很有帮助。

Answer 1

查看 this answer ，emoji python 包似乎是解决此问题的最佳方法。

要将任何表情符号/字符转换为 UTF-8，请执行以下操作:

import emoji
s = '🤣'
print(s.encode('unicode-escape').decode('ASCII'))

它会打印 \U0001f600