替換 過濾 [] ret compile udf bsp 字符 需要

http://my.oschina.net/jiemachina/blog/189460

註意替換的這些emoji是標準的表情字符，每個表情本來是2個字節，替換成字符串後，每個表情就變成12個字符了，浪費了很多空間，不過簡單，不需要專門寫個map一一對應了；

把表情變成字符串

def filter_emoji(desstr,restr=‘‘):
‘‘‘
過濾表情
‘‘‘
try:
co = re.compile(u‘[\U00010000-\U0010ffff]‘)
except re.error:
co = re.compile(u‘[\uD800-\uDBFF][\uDC00-\uDFFF]‘)

return co.sub(restr, desstr)

把字符串變成表情

def str_2_emoji(emoji_str):
‘‘‘
把字符串轉換為表情
‘‘‘
if not emoji_str:
return emoji_str
h = HTMLParser.HTMLParser()
emoji_str = h.unescape(h.unescape(emoji_str))
#匹配u"\U0001f61c"和u"\u274c"這種表情的字符串
co = re.compile(ur"u[\‘\"]\\[Uu]([\w\"]{9}|[\w\"]{5})")

pos_list=[]
result=emoji_str
#先找位置
for m in co.finditer(emoji_str):
pos_list.append((m.start(),m.end()))
#根據位置拼接替換
for pos in range(len(pos_list)):
if pos==0:
result=emoji_str[0:pos_list[0][0]]
else:
result=result+emoji_str[pos_list[pos-1][1]:pos_list[pos][0]]
result = result +eval(emoji_str[pos_list[pos][0]:pos_list[pos][1]])
if pos==len(pos_list)-1:
result=result+emoji_str[pos_list[pos][1]:len(emoji_str)]
return result

python emoji 表情過濾