Python删除Unicode字符串中的iOS表情符号，避免DatabaseError: Incorrect string value

Question

我有一个json数据，内容是{u'nickname':u'\U0001f638\U0001f638\u5bb6\u52c7'}。

当我把nickname保存到数据库时，出现了错误：

DatabaseError: (1366, "Incorrect string value: '\\xF0\\x9F\\x98\\xB8\\xF0\\x9F..
.' for column 'nickname' at row 1")

我觉得\U0001f638\U0001f638可能是问题所在，它们是一种特殊的图像代码。那么，怎么才能检测到这样的字符串并把它们去掉呢？

Answer 1

我在这里找到了答案：这里。

关于表情符号的信息可以查看这个链接：http://punchdrunker.github.io/iOSEmoji/table_html/index.html

\U0001f638 是IOS的表情符号字符。

可以使用 Martijn Pieters 的代码：

try:
    highpoints = re.compile(u'[\U00010000-\U0010ffff]')
except re.error:
    # UCS-2 build
    highpoints = re.compile(u'[\uD800-\uDBFF][\uDC00-\uDFFF]')

>>> import re
>>> highpoints = re.compile(u'[\uD800-\uDBFF][\uDC00-\uDFFF]')
>>> example = u'\U0001f638\U0001f638\u5bb6\u52c7'
>>> highpoints.sub(u'', example)
u'\u5bb6\u52c7'

这段代码有效！