如何將utf-8字符串顯示/轉換爲正確的符號

Question

我有一個列表，其中包含以UTF-8字符編碼的WhatsApp表情符號。我用來解碼錶情符號的表格位於http://apps.timwhitlock.info/emoji/tables/unicode

有了這張表格，我正在計算使用正則表達式的表情符號的數量，我已經成功地使用了正則表達式技術。問題是我創建了一個字典，其中的鍵是UTF-8字符作爲字符串，而key_values是整數。下面：如果我用這個代碼

{'\\xF0\\x9F\\x98\\xA2': 2, '\\xF0\\x9F\\x98\\x82': 1, '\\xF0\\x9F\\x98\\x86': 2, '\\xF0\\x9F\\x98\\x89': 1, '\\xF0\\x9F\\x8D\\xB5': 2, '\\xF0\\x9F\\x8D\\xB0': 4, '\\xF0\\x9F\\x8D\\xAB': 2, '\\xF0\\x9F\\x8D\\xA9': 2, '\\xF0\\x9F\\x98\\x98': 1, '\\xE2\\x98\\xBA': 33, '\\xE2\\x98\\x95': 1} 
\xF0\x9F\x98\xA2 2 
\xF0\x9F\x98\x82 1 
\xF0\x9F\x98\x86 2 
\xF0\x9F\x98\x89 1 
\xF0\x9F\x8D\xB5 2 
\xF0\x9F\x8D\xB0 4 
\xF0\x9F\x8D\xAB 2 
\xF0\x9F\x8D\xA9 2 
\xF0\x9F\x98\x98 1 
\xE2\x98\xBA 33 
\xE2\x98\x95 1 

：

for k, v in d_emo.items(): 
    print k.encode('utf-8').decode('unicode_escape'), v 

我得到

ð¢ 2 
ð 1 
ð 2 
ð 1 
ðµ 2 
ð° 4 
ð« 2 
ð© 2 
ð 1 
⺠33 
â 1 

我應該得到笑臉和

print d_emo 
for k, v in d_emo.items(): 
    print k.encode('utf8'), v 

，輸出結果類似。有什麼建議麼？這是在Python 2.7中。

Answer 1

這將Unicode字符正確解碼，但在Python 2.X您使用BMP之外的字符時比較有限（基本多文種平面，字符U + 0000到U + FFFF）：

import unicodedata as ud 
D = {'\\xF0\\x9F\\x98\\xA2': 2, '\\xF0\\x9F\\x98\\x82': 1, '\\xF0\\x9F\\x98\\x86': 2, '\\xF0\\x9F\\x98\\x89': 1, '\\xF0\\x9F\\x8D\\xB5': 2, '\\xF0\\x9F\\x8D\\xB0': 4, '\\xF0\\x9F\\x8D\\xAB': 2, '\\xF0\\x9F\\x8D\\xA9': 2, '\\xF0\\x9F\\x98\\x98': 1, '\\xE2\\x98\\xBA': 33, '\\xE2\\x98\\x95': 1} 
for k,v in D.iteritems(): 
    k = k.decode('unicode-escape').encode('latin1').decode('utf8') 
    try: 
     n = ud.name(k) 
    except ValueError: 
     n = 'no such name' 
    print k,repr(k),n 

輸出：

☺ u'\u263a' WHITE SMILING FACE 
u'\U0001f369' no such name 
☕ u'\u2615' HOT BEVERAGE 
u'\U0001f602' no such name 
u'\U0001f36b' no such name 
u'\U0001f622' no such name 
u'\U0001f609' no such name 
u'\U0001f618' no such name 
u'\U0001f606' no such name 
u'\U0001f375' no such name 
u'\U0001f370' no such name 

它出來在Python 3.X更好：

import unicodedata as ud 
D = {b'\\xF0\\x9F\\x98\\xA2': 2, b'\\xF0\\x9F\\x98\\x82': 1, b'\\xF0\\x9F\\x98\\x86': 2, b'\\xF0\\x9F\\x98\\x89': 1, b'\\xF0\\x9F\\x8D\\xB5': 2, b'\\xF0\\x9F\\x8D\\xB0': 4, b'\\xF0\\x9F\\x8D\\xAB': 2, b'\\xF0\\x9F\\x8D\\xA9': 2, b'\\xF0\\x9F\\x98\\x98': 1, b'\\xE2\\x98\\xBA': 33, b'\\xE2\\x98\\x95': 1} 
for k,v in D.items(): 
    k = k.decode('unicode-escape').encode('latin1').decode('utf8') 
    try: 
     n = ud.name(k) 
    except ValueError: 
     n = 'no such name' 
    print(k,ascii(k),n) 

輸出（注意你的字體必須支持這些字符）：

'\U0001f618' FACE THROWING A KISS 
'\U0001f370' SHORTCAKE 
'\U0001f622' CRYING FACE 
'\U0001f36b' CHOCOLATE BAR 
'\U0001f375' TEACUP WITHOUT HANDLE 
'\U0001f369' DOUGHNUT 
'\U0001f602' FACE WITH TEARS OF JOY 
'\U0001f609' WINKING FACE 
☕ '\u2615' HOT BEVERAGE 
'\U0001f606' SMILING FACE WITH OPEN MOUTH AND TIGHTLY-CLOSED EYES 
☺ '\u263a' WHITE SMILING FACE