Bir tweet metni alan basit bir python betiğim var.Python'da tweet'lerden emojileri çözme 3
Ancak, emojiler bir şekilde kodlanmışlardır, bu nedenle çıkışa bu şekilde benziyorlar \ xf0 \ x9f \ x90 \ xa3.
Bunun, bu çıktıdan hangi emoji olduğunu öğrenmenin bir yolu var mı?
Oranlar UTF-8 kodludur (verilerin geri kalanıyla birlikte, ASCII metninin ASCII ve UTF-8'de aynı şekilde işlenmesini sağlar).
varsa bir bytesb'\xf0\x9f\x90\xa3' gibi, sadece yaparım:
b = b'\xf0\x9f\x90\xa3'
txt = b.decode('utf-8')
Bir str olarak gelmişse, bu latin-1 olarak yanlış bir kod çözme veya başka kod sayfası yüzden sadece geri al, muhtemelen o ve UTF-8 ile yeniden yap: 0x1f423 bir ordinal alır
b = '\xf0\x9f\x90\xa3'
txt = b.encode('latin-1').decode('utf-8')
# If it's not latin-1, could be sys.getdefaultencoding()
(bilgisayarım bunu gösteremez, ya da ben buradan eklemiş olur), çoğu için doğru aralıkta olan emojisi. As noted in the comments, unicodedata, karakteri HATCHING CHICK olarak bildirir.
'import unicodedata; print (unicodedata.name (b "\ xf0 \ x9f \ x90 \ xa3" .decode ('utf-8'))) '' CHATCH HATCHING 'yazıyor. Istek tam olarak ne yaptığını bilmeden istemek zor ... – mata
@mata Bir tweet metnini alıyorum ve emojiler '\ xf0 \ x9f \ x90 \ xa3' olarak görüntüleniyor gibi görünüyor, bu yüzden Aslında hangi emojiyi bilmek istiyor ... – Aaron