Python不读取unicode U+ FE0F

Question

假设我将一个WhatsApp聊天导出为.txt，然后用python读取它。对于包含\uFE0F的表情符号，python似乎无法读取正确的unicode组合。例如，彩虹旗表情符号是U+1F3F3 U+FE0F U+200D U+1F308?️‍?。但是，如果我使用python读取文件，使用下面的代码，则标志表情符读作\U0001f3f3\u200d\U0001f308。我的代码有问题吗？WhatsApp导出的文件是否不正确？或者，这是不是还有其他原因导致这种行为呢？

我想写一个在聊天中查找所有表情符号的程序，但是\U0001f3f3\u200d\U0001f308不是现有的表情符号，所以我现在收到一个错误...

def showchat():
    f = open("MyChat.txt", "r")
    lines = f.readlines()
    for l in lines:
        print(l)
        print(str(l.encode('unicode-escape')))
    f.close()

Answer 1

看起来WhatsApp以UTF-8格式导出他们的文件。因此，在open文件时必须设置编码：

f = open("MyChat.txt", "r", encoding="utf-8")

您的Python安装可能已经默认为UTF-8，因为您的程序在尝试读取文件时没有收到错误。由于'\ufe0f'是不代表实际字符的特殊Unicode代码点，因此WhatsApp可能无法正确导出它。您需要对该文件进行十六进制转储，以确定其实际包含的内容。