如何在Python中从字符串中提取表情符号和标志？

import emoji

def emoji_lis(string):
_entities = []
for pos,c in enumerate(string):
    if c in emoji.UNICODE_EMOJI:
        print("Matched!!", c ,c.encode('ascii',"backslashreplace"))
        _entities.append({
            "location":pos,
            "emoji": c
            })
return _entities

emoji_lis("???????? مدیحہ????????  así, se ???? ds ????????")

• 匹配！！ ???? \U0001f467
• 匹配！！ ???? \U0001f3ff
• 匹配！！ ???? \U0001f60c
• 匹配！！ ???? \U0001f495
• 匹配！！ ???? \U0001f46d

我的代码适用于所有其他表情符号，但我如何检测国旗????????？

我认为没有任何图书馆可以做到这一点。然而，这可以通过一个函数来完成：

\U0001F1E6\U0001F1E8是第一个 unicode 标志并且\U0001F1FF\U0001F1FC是最后一个，所以几乎涵盖了所有这些。有3 more http://unicode.org/emoji/charts/full-emoji-list.html#subdivision-flag这会导致一些问题。

这是一个检查输入是否为标志的函数：

def is_flag_emoji(c):
    return "\U0001F1E6\U0001F1E8" <= c <= "\U0001F1FF\U0001F1FC" or c in ["\U0001F3F4\U000e0067\U000e0062\U000e0065\U000e006e\U000e0067\U000e007f", "\U0001F3F4\U000e0067\U000e0062\U000e0073\U000e0063\U000e0074\U000e007f", "\U0001F3F4\U000e0067\U000e0062\U000e0077\U000e006c\U000e0073\U000e007f"]

测试：

>>> is_flag_emoji('a')
False
>>> is_flag_emoji('????')
False
>>> is_flag_emoji("""????????""")
True

所以你可以相应地将 if 语句更改为if c in emoji.UNICODE_EMOJI or is_flag_emoji(c):.

但这有一个问题；由于很多标志是通过连接多个字符来制作的，因此您可能无法识别表情符号。

>>> s
'???????? here is more text ???????? and more'
>>>emoji_lis(s)
Matched!! ???? b'\\U0001f1fe'
Matched!! ???? b'\\U0001f1ea'
Matched!! ???? b'\\U0001f1e9'
[{'location': 0, 'emoji': '????'}, {'location': 1, 'emoji': '????'}, {'location': 22, 'emoji': '????'}]