Python-用ASCII字符替换Unicode表情符号

Question

我当前的一个周末项目有一个问题。我正在编写一个Python脚本，该脚本从不同的来源获取一些数据，然后将所有内容吐给esc-pos打印机。您可能会想到pos打印机与emoji表情不完全一样...

所以这样的文字：

??!!!!!!!!

给我这个字符串：

'\u53ef\u7231!!!!!!!!\U0001f60d\U0001f60d\U0001f60d\U0001f60d\U0001f60d\U0001f60d\U0001f60d\U0001f61d'

打印机输出的结果与我当然想要的完全不同。所以我需要用其他东西代替这些非ASCII字符。我不太在乎第一个字符，但我确实在乎表情符号。使用类似的东西：unidecode(str(text))至少会去除它们，但是我想将它们转换为更有用的东西。可以进入[:-D]之类的经典表情符号，也可以进入[带有心形眼睛的笑脸]。

我的问题是...该怎么做？手动为最常见的表情符号创建查找表似乎有些乏味，因此我想知道是否还有其他事情可以做。

Answer 1

通过技巧unicodedata.name和进一步的研究，我设法将这件事组合在一起：

import unicodedata
from unidecode import unidecode

def deEmojify(inputString):
    returnString = ""

    for character in inputString:
        try:
            character.encode("ascii")
            returnString += character
        except UnicodeEncodeError:
            replaced = unidecode(str(character))
            if replaced != '':
                returnString += replaced
            else:
                try:
                     returnString += "[" + unicodedata.name(character) + "]"
                except ValueError:
                     returnString += "[x]"

    return returnString

基本上，它首先尝试找到最合适的ascii表示形式，如果失败，则尝试使用unicode名称，即使失败，也将其简单替换为一些简单的标记。

例如，使用以下字符串：

abcdše？f？gžhÅiØjÆk？?? !!!!!!!!

并运行功能：

string = u'abcdše?f?gžhÅiØjÆk? \u53ef\u7231!!!!!!!!\U0001f60d\U0001f60d\U0001f60d\U0001f60d\U0001f60d\U0001f60d\U0001f60d\U0001f61d'
print(deEmojify(string))

将产生以下结果：

abcdsedfcgzhAiOjAEk [x] Ke Ai !!!!!!!! [带有心形眼睛的笑脸] [带有心形眼睛的笑脸] [带有心形眼睛的笑脸] [带有心形眼睛的笑脸] [带有心形眼睛的笑脸] [带有心形眼睛的笑脸] [带有心形眼睛的微笑脸] [带有伸出舌头和密闭眼睛的脸]