在python 3中将表情符号转换为Unicode，反之亦然

Question

我正在尝试在 python 3 中将表情符号转换为它的 Unicode。例如，我会有表情符号 😀 并且想从中获得相应的 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个选项，但是 python 的行为在这里让我感到困惑。

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

表情符号转换为字节对象。

>>> z = y.decode('utf-8')
>>> z
'😀'

将字节对象转换回表情符号，到目前为止一切顺利。

现在，使用表情符号的 unicode：

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

这将再次打印出字节编码。

>>> d.decode('utf-8')
>>> '😀'

这会再次打印出表情符号。 我真的不知道如何仅在 Unicode 和表情符号之间进行转换。

Answer 1

'😀' 已经是一个 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。 并以您想要的形式打印它，您可以将其格式化为十六进制。 像这样：

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

输出

U+1F600

如果你有 Python 3.6+，你可以使用 f-string 让它更短（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，有一个'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。 您可以为此使用“UTF-8”编解码器，但您也可以只使用“ASCII”编解码器，因为它保证仅包含有效的 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 Stack Overflow 联合创始人 Joel Spolsky 的这篇短文， 每个软件开发人员绝对、肯定必须了解 Unicode 和字符集（没有借口！）的绝对最小值。

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…