一日一技：让emoji表情变消失

当我们从微博或者推特上爬下数据以后，里面可能包含了emoji表情。这种表情本书就跟汉字一样是普通的字符，并不是图片。

如果你需要把数据存入MySQL中，这些emoji表情可能会导致插入失败，即时你已经把编码设置为 utf8mb4也不行。

此时，就需要使用正则表达式从字符串中移除emoji表情。

大部分的emoji表情对应的Unicode码分布在如下4个范围内：

1. "\U0001F600-\U0001F64F" "\U0001F300-\U0001F5FF"
2. "\U0001F680-\U0001F6FF"
3. "\U0001F1E0-\U0001F1FF"

因此可以使用Python正则表达式的 sub方法把emoji去掉。

1. import re text = '不要说话?，你知道我在想什么?' clear_text=re.sub('["\U0001F600-\U0001F64F\U0001F300-\U0001F5FF\U0001F680-\U0001F6FF\U0001F1E0-\U0001F1FF"]', '', text) print(clear_text)

运行效果如图所示

不过需要注意的是，上面这个范围并不完全，例如：? 这个表情就无法被过