是否有特定范围的 unicode 代码点可以检查表情符号？

Posted 2023-02-24

【中文标题】是否有特定范围的 unicode 代码点可以检查表情符号？

【英文标题】：Is there a specific range of unicode code points which can be checked for emojis?

【发布时间】：2016-12-08 09:44:24

【问题描述】：

表情符号是否占据明确定义的 unicode 范围？

而且，在 python 2.7 中是否有确定的方法来检查代码点是否是表情符号？

我似乎找不到任何关于此的信息。一些消息来源指出了这个范围：

\U0001f600-\U0001f650

但是例如，????有码位

\U0001f918

在这个范围之外。

谢谢。

【问题讨论】：

可能值得调查：github.com/mathiasbynens/emoji-regex 他们正在动态生成正则表达式以考虑更新表情符号的范围，

我本来想问你怎么定义什么是或不是表情符号，但显然这实际上是 Unicode 标准定义的东西。

Python 的 Unicode 支持不是内置的吗？意思是，每次 Unicode.org 添加另一个 SMILING KITTY 时，它的表都需要重新计算？ （我记得在类似问题的另一个答案中提到了这一点。）

【参考方案1】：

regex 支持通过 Unicode 属性进行匹配，但不幸的是它不（还没有？）支持emoji-specific properties。当它这样做时，找到它们将很简单：

>>> regex.match(ur'\PEmoji=yes', u'?') # NOTE: Doesn't (yet) work

与此同时，here's the emoji table from unicode.org。

【讨论】：

请注意，这包括# 和* 之类的字符，因为具有Emoji=yes 的字符比您预期的要多得多。过滤 Emoji_Presentation=yes 更具选择性，但它可能会排除您会认为是表情符号的字符，例如 RIGHT ANGER BUBBLE。

现在可以在正则表达式库中使用。你可以搜索：\pEmoji=yes\pEmoji_Presentation=yes或\pEPres=yes\pEmoji_Modifier=yes或\pEMod=yes