Question

我正试图从我的Python字符串中删除所有表情符号，包括澳门的表情符号。我已经从表情符号库中尝试了几个标准的正则表达式和正则表达式，但是没有成功删除它。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)

Answer 1

这听起来有点像自我推销，但我有一个可以做到这一点的Python库（除此之外）。该库是cucco，基本上你可以这样做：

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

不确定这是否适合您，但如果您可以试一试并让我知道结果会很好。我总是乐于接受反馈，所以我可以改进库;）

Answer 2

您的模式似乎并不表示您要定位的旗帜表情符号（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)

注意大写字母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。另外，标志看起来特别复杂，因为它们是双码点组合。一旦你有了正确的角色（如澳门国旗所示），你可以扩展一个字符集（这里用Regional Indicator Symbols的所有对的表达式进行演示。

您还可以开始添加其他表情符号和符号的说明;这里例如为基本的表情块做了。

根据上述定义：

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)))

收率：

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

您可以使用您想要定位的其他块进一步扩展此功能。我建议你单独查看它们，寻找32位表示法。请注意，您经常会看到它们写成U+1Fxyz;对于Python，这些需要重新设置为\U0001Fxyz。如果你想删除所有符号（＆＃34;所有表情符号＆＃34;），你可以使用宽泛的字符集。但是如果你想要精确并只删除一组有限的符号，你需要小心。您定位的其中一个集合，例如Transport and Map Symbols，包含五个独立范围，并在完整的表情符号集上重叠。

从Python中的文本中删除表情符号标志

2 个答案: