在python 3中将emoji转换为Unicode，反之亦然

Question

我正在尝试在python 3中将一个表情转换成它的Unicode。例如，我有一个emoji，然后想要得到相应的unicode 'U+1F600‘。同样，我想将'U+1F600‘转换回。现在我已经阅读了文档，并尝试了几种选择，但是蟒蛇的行为让我在这里感到困惑。

>>> x = ''
>>> y = x.encode('utf-8')
>>> y
b'\xf0\x9f\x98\x80'

表情符号被转换为字节对象。

>>> z = y.decode('utf-8')
>>> z
''

将byte对象转换回表情符号，到目前为止一切正常。

现在，用unicode来表示表情符号：

>>> c = '\U0001F600'
>>> d = c.encode('utf-8')
>>> d
>>> b'\xf0\x9f\x98\x80'

这将再次打印字节编码。

>>> d.decode('utf-8')
>>> ''

这会再次打印出表情符号。我真的想不出如何在Unicode和emoji之间进行转换。

Answer 1

'‘已经是Unicode对象。UTF-8不是Unicode，它是Unicode的字节编码。要获取Unicode字符的代码点编号，可以使用ord函数。要以您想要的形式打印它，您可以将其格式化为十六进制。如下所示：

s = ''
print('U+{:X}'.format(ord(s)))

输出

U+1F600

如果你有Python，你可以通过使用f- 3.6+使它更短(更高效)：

s = ''
print(f'U+{ord(s):X}')

顺便说一句，如果你想创建一个像'\U0001F600'这样的Unicode转义序列，这里有'unicode-escape'编解码器。但是，它返回一个bytes字符串，您可能希望将其转换回文本。您可以使用'UTF-8‘编解码器，但您也可以只使用' ASCII’编解码器，因为它保证只包含有效的ASCII。

s = ''
print(s.encode('unicode-escape'))
print(s.encode('unicode-escape').decode('ASCII'))

输出

b'\\U0001f600'
\U0001f600

我建议你看看这篇由Stack Overflow联合创始人Joel Spolsky The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)撰写的短文。

Answer 2

sentence = "Head-Up Displays (HUD) for #automotive sector\n \nThe #UK-based #startup Envisics got €42 million #funding from l… "
print("normal sentence - ", sentence)

uc_sentence = sentence.encode('unicode-escape')
print("\n\nunicode represented sentence - ", uc_sentence)

decoded_sentence = uc_sentence.decode('unicode-escape')
print("\n\ndecoded sentence - ", decoded_sentence)

输出

normal sentence -  Head-Up Displays (HUD) for #automotive sector
 
The #UK-based #startup Envisics got €42 million #funding from l… 


unicode represented sentence -  b'Head-Up Displays (HUD)\\U0001f4bb for #automotive\\U0001f697 sector\\n \\nThe #UK-based #startup\\U0001f680 Envisics got \\u20ac42 million #funding\\U0001f4b0 from l\\u2026 '


decoded sentence -  Head-Up Displays (HUD) for #automotive sector
 
The #UK-based #startup Envisics got €42 million #funding from l…