从 Python 中的文本中删除表情符号答案

【问题标题】：Remove emoji flags from text in Python从 Python 中的文本中删除表情符号
【发布时间】：2017-10-09 19:56:20
【问题描述】：

我正在尝试删除所有表情符号，包括澳门的表情符号 ????????来自我的 Python 字符串。我已经尝试了来自表情符号库的几个标准正则表达式和正则表达式，但没有成功删除它。我的代码：

def remove_emoji(text):
    emoji_pattern = re.compile(
        u"(\ud83d[\ude00-\ude4f])|"  # emoticons
        u"(\ud83c[\udf00-\uffff])|"  # symbols & pictographs (1 of 2)
        u"(\ud83d[\u0000-\uddff])|"  # symbols & pictographs (2 of 2)
        u"(\ud83d[\ude80-\udeff])|"  # transport & map symbols
        u"(\ud83c[\udde0-\uddff])"  # flags (iOS)
        "+", flags=re.UNICODE)
    return emoji_pattern.sub('', text)

【问题讨论】：

只是出于好奇，您可能是从 Python 2 移植这段代码吗？

标签： python python-3.x unicode emoji python-unicode

【解决方案1】：

您的图案似乎没有表明您所针对的标志表情符号（可能还有其他字形）。

例如，删除标志：

def remove_emoji(text):
    emoji_pattern = re.compile(
        u'(\U0001F1F2\U0001F1F4)|'       # Macau flag
        u'([\U0001F1E6-\U0001F1FF]{2})|' # flags
        u'([\U0001F600-\U0001F64F])'     # emoticons
        "+", flags=re.UNICODE)

    return emoji_pattern.sub('', text)

注意大写 U (\U) 转义表示 32 位十六进制值。标志和表情符号在高 Unicode 值中方式。此外，标志似乎特别复杂，因为它们是两个代码点的组合。一旦您找到了正确的目标字符（如澳门标志所示），您就可以使用字符集进行扩展（此处使用Regional Indicator Symbols 的所有对的表达式进行演示。

您还可以开始重新添加其他表情符号和符号的描述；这里以基本表情块为例。

如上定义：

flag = '\U0001F1F2\U0001F1F4'
emote = '\U0001F620'

print("flag: {!r} gone: {!r}".format(flag, remove_emoji(flag)))
print("emote: {!r} gone: {!r}".format(emote, remove_emoji(emote)))

产量：

flag: '??' gone: ''
emote: '?' gone: ''

您可以使用您想要定位的其他块进一步扩展它。我建议您单独查找它们，寻找 32 位表示法。请注意，您会经常看到它们写成U+1Fxyz；对于 Python，这些需要重述为 \U0001Fxyz。如果要删除所有符号（“所有表情符号”），可以使用广泛的字符集。但是，如果您想要精确并仅删除一组有限的符号，则需要小心。您要定位的一组表情包，例如Transport and Map Symbols，包含五个独立的范围，在整个表情符号组上都有重叠。

【讨论】：

【解决方案2】：

这听起来有点像自我推销，但我有一个 Python 库可以做到这一点（除其他外）。图书馆是cucco，基本上你会做这样的事情：

from cucco import Cucco
cucco = Cucco()
cucco.replace_emojis('Your text')

不确定这是否适合您，但如果您可以尝试一下并告诉我结果，那就太好了。我总是乐于接受反馈，因此我可以改进图书馆；）

【讨论】：