在python中将字符串转换为表情符号

Question

我有一个推特集合，我想检查其中的表情符号，但看起来集合的编写过程转换了字符串中的所有表情符号，例如'????'是 ':-)' 在文本和 '????'是'：D'等等所有表情符号。如果我们尝试检查它们的 unicode 代码点，我们会得到 ':-)'.encode('utf-8') 等于 b':-)' 同时 '????'.encode('utf-8') 等于 'b'\xf0\x9f\x98\x8a 并且相等性检查失败。使用 utf-16 ： ':-)'.encode('utf-16') 等于 b'\xff\xfe:\x00-\x00)\x00' 和 '????'.encode('utf-16') 是 b'\xff\xfe=\xd8\n\xde' 。那么有什么方法可以将文本表示（例如 ':-)' 转换回表情符号 '????'。

Answer 1

使用dictionary 将任何文本表情符号转换回表情符号，例如如下：

>>> dict_emo = { ':-)'  : b'\xf0\x9f\x98\x8a',
...              ':)'   : b'\xf0\x9f\x98\x8a',
...              '=)'   : b'\xf0\x9f\x98\x8a',  # Smile or happy
...              ':-D'  : b'\xf0\x9f\x98\x83',
...              ':D'   : b'\xf0\x9f\x98\x83',
...              '=D'   : b'\xf0\x9f\x98\x83',  # Big smile
...              '>:-(' : b'\xF0\x9F\x98\xA0',
...              '>:-o' : b'\xF0\x9F\x98\xA0'   # Angry face
...              }
>>> print( dict_emo[':)'].decode('utf-8'))
?
>>> print( dict_emo['>:-('].decode('utf-8'))
?
>>> print( dict_emo[':-D'].decode('utf-8'))
?
>>>
>>>
>>> dict_emot= { ':-)'  : b'\xf0\x9f\x98\x8a'.decode('utf-8'),
...              ':)'   : b'\xf0\x9f\x98\x8a'.decode('utf-8'),
...              '=)'   : b'\xf0\x9f\x98\x8a'.decode('utf-8'),  # Smile or happy
...              ':-D'  : b'\xf0\x9f\x98\x83'.decode('utf-8'),
...              ':D'   : b'\xf0\x9f\x98\x83'.decode('utf-8'),
...              '=D'   : b'\xf0\x9f\x98\x83'.decode('utf-8'),  # Big smile
...              '>:-(' : b'\xF0\x9F\x98\xA0'.decode('utf-8'),
...              '>:-o' : b'\xF0\x9F\x98\xA0'.decode('utf-8')   # Angry face
...              }
>>> print( dict_emot[':)'] )
?
>>> print( dict_emot['>:-o'] )
?
>>> print( dict_emot['=D'] )
?
>>>

很遗憾，至少还有两个任务：

• Text Smiley Faces and Their Meaning 既不是稳定的也不是确定的，另见Common examples of emoticons (Computer Definition) 和List of emoticons - 尽管有一些尝试创建resource of all the text smileys and emoticons in the world；
• Natural Language Processing: What is an algorithmic way to find all smileys in a text? 和如何消除（错误）嵌入 文本表情符号，如 :-) 微笑 在:-)) 双下巴。