在python 3中将表情符号转换为Unicode，反之亦然

Posted 2023-02-24

【中文标题】在python 3中将表情符号转换为Unicode，反之亦然

【英文标题】：Converting emojis to Unicode and vice versa in python 3

【发布时间】：2018-05-22 19:25:15

【问题描述】：

我正在尝试在 python 3 中将表情符号转换为其 Unicode。例如，我将拥有表情符号 ????并由此想得到相应的 unicode 'U+1F600'。同样，我想将“U+1F600”转换回????。现在我已经阅读了文档并尝试了几个选项，但是 python 的行为在这里让我感到困惑。

>>> x = '????'
>>> y = x.encode('utf-8')
>>> y
b'\xf0\x9f\x98\x80'

表情符号被转换为字节对象。

>>> z = y.decode('utf-8')
>>> z
'????'

将字节对象转换回表情符号，到目前为止一切顺利。

现在，获取表情符号的 unicode：

>>> c = '\U0001F600'
>>> d = c.encode('utf-8')
>>> d
>>> b'\xf0\x9f\x98\x80'

这会再次打印出字节编码。

>>> d.decode('utf-8')
>>> '????'

这会再次打印表情符号。我真的不知道如何仅在 Unicode 和 emoji 之间进行转换。

【参考方案1】：

'?' 已经是一个 Unicode 对象。 UTF-8 不是 Unicode，它是 Unicode 的字节编码。要获取 Unicode 字符的代码点编号，可以使用 ord 函数。并以您想要的形式打印它，您可以将其格式化为十六进制。像这样：

s = '?'
print('U+:X'.format(ord(s)))

输出

U+1F600

如果你有 Python 3.6+，你可以通过使用 f-string 使它更短（更高效）：

s = '?'
print(f'U+ord(s):X')

顺便说一句，如果您想创建像 '\U0001F600' 这样的 Unicode 转义序列，则可以使用 'unicode-escape' 编解码器。但是，它返回一个bytes 字符串，您可能希望将其转换回文本。您可以为此使用“UTF-8”编解码器，但也可以只使用“ASCII”编解码器，因为它保证只包含有效的 ASCII。

s = '?'
print(s.encode('unicode-escape'))
print(s.encode('unicode-escape').decode('ASCII'))

输出

b'\\U0001f600'
\U0001f600

---

我建议你看看 Stack Overflow 联合创始人 Joel Spolsky The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!) 的这篇短文。

【参考方案2】：

sentence = "Head-Up Displays (HUD)? for #automotive? sector\n \nThe #UK-based #startup? Envisics got €42 million #funding? from l… "
print("normal sentence - ", sentence)

uc_sentence = sentence.encode('unicode-escape')
print("\n\nunicode represented sentence - ", uc_sentence)

decoded_sentence = uc_sentence.decode('unicode-escape')
print("\n\ndecoded sentence - ", decoded_sentence)

输出

normal sentence -  Head-Up Displays (HUD)? for #automotive? sector
 
The #UK-based #startup? Envisics got €42 million #funding? from l… 


unicode represented sentence -  b'Head-Up Displays (HUD)\\U0001f4bb for #automotive\\U0001f697 sector\\n \\nThe #UK-based #startup\\U0001f680 Envisics got \\u20ac42 million #funding\\U0001f4b0 from l\\u2026 '


decoded sentence -  Head-Up Displays (HUD)? for #automotive? sector
 
The #UK-based #startup? Envisics got €42 million #funding? from l…