使用正则表达式python检测句子中的表情符号[重复]答案

【问题标题】：detect emoticon in a sentence using regex python [duplicate]使用正则表达式python检测句子中的表情符号[重复]
【发布时间】：2023-03-24 13:08:01
【问题描述】：

这里是表情列表：http://en.wikipedia.org/wiki/List_of_emoticons 我想形成一个正则表达式来检查句子中是否存在这些表情符号。例如，“嘿，我很好 :)”或“我很生气和悲伤 :(”，但维基百科的列表中有很多表情符号，所以我想知道如何才能完成这项任务。我是正则表达式的新手。＆ Python。

>>> s = "hey there I am good :)"
>>> import re
>>> q = re.findall(":",s)
>>> q
[':']

【问题讨论】：

This 会回答你的问题。
只匹配 :( 和 :) 但我有一个来自维基百科的庞大列表
这个答案应该足以引导您找到解决方案。不要指望完整的解决方案。
@tobias_k m 使用此列表。 en.wikipedia.org/wiki/List_of_emoticons 所以是的。
@fscore 你可能想要一个赏金......然后

标签： python regex nlp emoticons

【解决方案1】：

我看到了解决您问题的两种方法：

或者，您可以为“通用笑脸”创建正则表达式并尝试尽可能多地匹配，而不会使其过于复杂和疯狂。例如，您可以说每个笑脸都有某种眼睛、鼻子（可选）和嘴巴。
或者，如果您想匹配该列表中的每一个笑脸（而不是其他），您可以只获取这些笑脸，转义任何正则表达式特定的特殊字符，然后与这些字符建立一个巨大的分离。

这里有一些代码可以帮助您开始使用这两种方法：

# approach 1: pattern for "generic smiley"
eyes, noses, mouths = r":;8BX=", r"-~'^", r")(/\|DP"
pattern1 = "[%s][%s]?[%s]" % tuple(map(re.escape, [eyes, noses, mouths]))

# approach 2: disjunction of a list of smileys
smileys = """:-) :) :o) :] :3 :c) :> =] 8) =) :} :^) 
             :D 8-D 8D x-D xD X-D XD =-D =D =-3 =3 B^D""".split()
pattern2 = "|".join(map(re.escape, smileys))

text = "bla bla bla :-/ more text 8^P and another smiley =-D even more text"
print re.findall(pattern1, text)

这两种方法都有优点、缺点和一些普遍的局限性。你总会有误报，就像18^P 这样的数学术语。在表达式周围放置空格可能会有所帮助，但是您无法匹配笑脸后跟标点符号。第一种方法更强大，可以捕捉笑脸，第二种方法不匹配，但只要它们遵循特定的模式。您可以对“东方”笑脸使用相同的方法，但它不适用于严格对称的笑脸，例如=^_^=，因为这不是常规语言。另一方面，第二种方法更容易扩展新的笑脸，因为您只需将它们添加到列表中。

【讨论】：