python emoji 表情过滤

Posted 2020-11-01 adolfmc

http://my.oschina.net/jiemachina/blog/189460

注意替换的这些emoji是标准的表情字符，每个表情本来是2个字节，替换成字符串后，每个表情就变成12个字符了，浪费了很多空间，不过简单，不需要专门写个map一一对应了；

把表情变成字符串

def filter_emoji(desstr,restr=‘‘):
‘‘‘
过滤表情
‘‘‘
try:
co = re.compile(u‘[\U00010000-\U0010ffff]‘)
except re.error:
co = re.compile(u‘[\uD800-\uDBFF][\uDC00-\uDFFF]‘)
return co.sub(restr, desstr)

 

把字符串变成表情

def str_2_emoji(emoji_str):
‘‘‘
把字符串转换为表情
‘‘‘
if not emoji_str:
return emoji_str
h = HTMLParser.HTMLParser()
emoji_str = h.unescape(h.unescape(emoji_str))
#匹配u"\U0001f61c"和u"\u274c"这种表情的字符串
co = re.compile(ur"u[\‘\"]\\[Uu]([\w\"]{9}|[\w\"]{5})")
pos_list=[]
result=emoji_str
#先找位置
for m in co.finditer(emoji_str):
pos_list.append((m.start(),m.end()))
#根据位置拼接替换
for pos in range(len(pos_list)):
if pos==0:
result=emoji_str[0:pos_list[0][0]]
else:
result=result+emoji_str[pos_list[pos-1][1]:pos_list[pos][0]]
result = result +eval(emoji_str[pos_list[pos][0]:pos_list[pos][1]])
if pos==len(pos_list)-1:
result=result+emoji_str[pos_list[pos][1]:len(emoji_str)]
return result