我有这个字符串:s = '☀️✈️✈️вьетнам'
我想从中删除表情符号。
所以我正在做:
import re
emoji_re = re.compile(u'['
u'\U0001F300-\U0001F64F'
u'\U0001F680-\U0001F6FF'
u'\u2600-\u26FF\u2700-\u27BF]+',
re.UNICODE)
new = emoji_re.sub(r'', s)
这给了我一个奇怪的结果,我将其显示为截图,因为我无法将其复制并粘贴到此处。
奇怪的是,你可以看到" print"告诉我正确的结果。为什么会这样?
答案 0 :(得分:1)
我用这段代码试了一下ideone:
import re
s = '☀️✈️✈'
emoji_re = re.compile(u'['
u'\U0001F300-\U0001F64F'
u'\U0001F680-\U0001F6FF'
u'\u2600-\u26FF\u2700-\u27BF]+',
re.UNICODE)
new = emoji_re.sub(r'', s)
print(new)
输出很好,很空。只是因为我加入了:
print(len(new))
哪个输出:
2
我很高兴看到我们正在处理不可打印的字符,这就是为什么你不能把它粘贴在这里。将字符串编码为utf-8:
print(new.encode("utf-8"))
输出
B '\ XEF \ XB8 \ X8F \ XEF \ XB8 \ X8F'
看unicodelookup,似乎正则表达式错过了这个字符:
variation selector-16 0xFE0F