WhatsAppのチャットテキストを1つの単語に分割しようとしていますが、emojisのユニコードを追加の区切り文字として使用する方法がわかりません。Python：区切り文字としてemojisを含むテキストを分割する
http://unicode.org/emoji/charts/full-emoji-list.htmlによると、ユニコードの例はU + 1F602です。私は以下を試しましたが、うまくいきません。
text = file.read()
delimiters = " ", "..", "\"", "<", ">", "/", u"U+1F602"
regexPattern = '|'.join(map(re.escape, delimiters))
list = re.split(regexPattern, text)
u"U+1F602"それをプリントしてみてください、Unicode文字ではありません、あなたが非BMP Unicode文字のためunichr(0x1f602)
リテラルだっ意味することは、Pythonでu"\U0001F602"で、u"U+1F602"ではありません。
（それだけでは）正規表現を修正するには不十分ですが、 flags=re.UNICODEをre.split()に渡します。 type(text)がunicodeであることを確認してください。
私はあなたが
words = re.findall(ur"\w+", text, flags=re.UNICODE)を試みることができる単一の単語
へのWhatsAppチャットテキストを分割しようとしています。一般に、テキストを部分に分割する方法は文脈に依存することがあり、例えばhow nltk.tokenize.TweetTokenizer is implementedを参照することができる。
どのようなpythonのバージョンですか？定義は機能しません。ここで（python2.7.11 +）このスニペット（https://gist.github.com/lauromoura/f46442e25d1e08519af4aaef972cad3b）はすべての文字を分割して問題なく動作しました。たぶん、入力文字列に関連する何か？ –
ok、私はPython 2.7.10を使用しています。多分それがなぜ動かないのですか？ – Philip94
私はそれを修正しようとしています – Philip94