使用正则表达式

Question

我通过组合表情符号编码来获得一个句子，我想在“ \ u”字符后进行分隔

sentance = "Whoaaa\\ud83d\\udc4f"

和其他情况：

sentance = "blabla whoaaa\\ud83d\\udc4f blabla"

我想要这样的结果：

result= "blabla whoaaa \\ud83d\\udc4f blabla"

或

sentance = "Whoaaa \\ud83d\\udc4f"

Answer 1

由于\ u不是字符而是unicode值语法的一部分，因此我认为使用正则表达式将很困难...

我要做的是测试每个字符是否为emoji，如问题中所示： How to check the Emoji property of a character in Python?

result = "".join([" " + c if test_emoji(c) else c for c in test_str])

Answer 2

尝试一下

import re

pattern = re.compile('^[A-Za-z\s]*')
sentance1 = "Whoaaa\\ud83d\\udc4f"
sentance2 = "blabla whoaaa\\ud83d\\udc4f blabla"

string_before_emoji = pattern.findall(sentance1)[0]
emoji_only = sentance1.split(string_before_emoji)[1].replace('\\', '\\\\')
print(f"{string_before_emoji} {emoji_only}")
# Whoaaa \\ud83d\\udc4f

string_before_emoji = pattern.findall(sentance2)[0]
emoji_only = sentance2.split(string_before_emoji)[1].replace('\\', '\\\\')
print(f"{string_before_emoji} {emoji_only}")
# blabla whoaaa \\ud83d\\udc4f blabla

我使用的正则表达式模式

Answer 3

我猜测也许这个表达式可以做到这一点：

(?:\s|^)([^\\]+)(?=\\u|\\\\u)

使用re.sub

进行测试

import re

regex = r"(?:\s|^)([^\\]+)(?=\\u|\\\\u)"
test_str = "blabla whoaaa\\\\ud83d\\\\udc4f blabla blabla whoaaa\\\\ud83d\\\\udc4f\\\\ud83d\\\\udc4f blabla\\\\ud83d blabla\\\\ud83d blabla\\\\ud83d "
subst = "\\1 "

print(re.sub(regex, subst, test_str))

输出

blabla whoaaa \\ud83d\\udc4f blabla blabla whoaaa \\ud83d\\udc4f\\ud83d\\udc4f blabla \\ud83d blabla \\ud83d blabla \\ud83d

如果要浏览/简化/修改该表达式，请在this demo的右上角进行解释。