用python正则表达式处理emoji类型的字符问题

博客介绍在数据预处理时,使用Python正则表达式去除emoji表情的方法。提供了去除两种不同类型emoji的示例,一种是类似?的表情,另一种是如[偷笑]的表情,运行环境为Python v3.7.3和re库。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在进行数据预处理的时候,我们经常要将句子中的emoji去掉,那么这里提供两种方法去除两种不同的emoji表情。

环境: python v3.7.3         re

1.?等去除

这里要使用python的正则表达式

比如现在有如下的句子

sen1 = '希望下辈子投胎的时候老天爷赏我个好点儿的扁桃体???明天起风啦不要雾霾么么哒晚安,'

现要把 ?去掉:

emoji_pattern = re.compile(u'[\U00010000-\U0010ffff]')
sen1 = emoji_pattern.sub('', sen1)

其中emoji_pattern是表情过滤模式

sen1即为修改后的句子:

2.[偷笑]等去除

还是使用我们的万能正则表达式:

比如现在有如下的句子:

sen2 = '昨天跑路跑到高雄[偷笑]~[太阳]天气好好喔!'

现要把 [偷笑]和[太阳]去掉:

sen2 = re.sub('\[.*?\]', '', sen2)

sen2即为修改后的句子:

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值