Python 3のつぶやきからemojisをデコードする

Question

私はツイートのテキストを取得するシンプルなpythonスクリプトを持っています。

しかし、emojisは何とかエンコードされているので、出力は\ xf0 \ x9f \ x90 \ xa3のようになります。

この出力から何が絵文字であるかを調べる方法はありますか？

Answer 1

オッズはUTF-8でエンコードされています（残りのデータとともに、ASCIIテキストはASCIIとUTF-8で同じように表示されます）。

あなたはb'\xf0\x9f\x90\xa3'のようなbytesを持っている場合は、あなただけ行うだろう：あなたはstrとしてそれを受け取った場合

b = b'\xf0\x9f\x90\xa3' 
txt = b.decode('utf-8') 

を、これはおそらくlatin-1と間違えデコードまたは他のコード・ページで、これだけ元に戻しますそれとUTF-8でやり直し：0x1f423の序数を取得します

b = '\xf0\x9f\x90\xa3' 
txt = b.encode('latin-1').decode('utf-8') 
# If it's not latin-1, could be sys.getdefaultencoding() 

（私のコンピュータはそれを表示することができない、または私はここでそれを追加していると思います）、ほとんどのために正しい範囲にあります絵文字。 As noted in the comments、unicodedataは、文字をHATCHING CHICKとして報告します。