如何在python中构建规则的表情符号词汇表？

我在一个纯文本文件

UTF32.red.code

中有一个表情符号代码列表。文件的普通内容是

\U0001F600
\U0001F601
\U0001F602
\U0001F603 
\U0001F604
\U0001F605
\U0001F606
\U0001F609
\U0001F60A
\U0001F60B

基于，我的想法是从文件的内容创建正则表达式，以便捕捉表情。这是我的最小工作示例

import re

with open('UTF32.red.codes','r') as emof:
   codes = [emo.strip() for emo in emof]
   emojis = re.compile(u"(%s)" % "|".join(codes))

string = u'string to check \U0001F601'
found = emojis.findall(string)

print found

---

找到的

始终为空。我错在哪里？我正在使用Python2.7
您的代码在Python3中运行良好（只需将
print found
修复为
print（found）
）。然而，在Python2.7中，它无法工作，因为它的
re
模块有一个已知的bug（请参阅和）

import re
with open('UTF32.red.codes','rb') as emof:
    codes = [emo.decode('unicode-escape').strip() for emo in emof]
    emojis = re.compile(u"(%s)" % "|".join(map(re.escape,codes)))

search = ur'string to check \U0001F601'
found = emojis.findall(search)

print found

如果您仍然需要python 2版本的代码，只需使用
regex
模块，该模块可以与
pip2 install regex
一起安装。用
Import regex
导入它，然后用
regex.
替换所有
re.
语句（即
regex.compile
和
regex.findall
），就这样了。它应该可以工作。
此代码适用于python 2.7

import re
with open('UTF32.red.codes','rb') as emof:
    codes = [emo.decode('unicode-escape').strip() for emo in emof]
    emojis = re.compile(u"(%s)" % "|".join(map(re.escape,codes)))

search = ur'string to check \U0001F601'
found = emojis.findall(search)

print found

文件中要检查的
字符串在哪里？我想这不应该在
字符串中。此外，命名变量
string
可能会造成混淆，因此您可能希望避免这样做。这是要捕获
\U0001F601
的字符串，然后执行
string=u'\U0001F601'
。更好的方法是使用不同的变量名，如
search
或类似的名称。你说得对。这个信息不见了。python 2.7是否遇到任何错误？我想如果我们想解决这个问题，我们需要更多的信息。为什么你认为这个错误与这个问题有关？