對咱們天朝程序員來說，最常用的編碼方式就是UTF-8了。大家在創建數據庫的時候，總是條件反射選擇UTF-8編碼。
最近我遇到一個emoji 符號不能寫入數據庫得問題。通過查詢資料得知，emoji 符號占據4個字符長度，而MySQL的utf-8編碼只能寫入最多3個字節的字符。想要寫入emoji 符號，需要將數據庫的編碼方式改為 utf8mb4 。
然而，我這張表是一張比較老的表，其中存了很多的數據。修改他的結構怕會引起其他問題。所以只能想別的辦法。
在我這里這個數據去除emoji 符號也能符合系統的要求，于是我開始想辦法去除emoji 符號。開始我想取得找到emoji的編碼范圍，把這個范圍內的字符都干掉。后來我發現emoji的分布范圍比較分散，我沒有找到能去除所有emoji符號的范例。
我又想到一個辦法，把所有四字節utf8字符干掉不就行了嘛。以下是代碼

try:text = unicode(text,"utf-8")except TypeError as e:passtry:highpoints = re.compile(u'[\U00010000-\U0010ffff]')except re.error:highpoints = re.compile(u'[\uD800-\uDBFF][\uDC00-\uDFFF]')return highpoints.sub(u'',text)

如果有幫到您，打個賞唄

總結

以上是生活随笔為你收集整理的python2 去除 字符串中emoji 符号，去除所有4字节utf8字符的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。