python - 我該怎麼寫正規?

Question

s = u'\ud83d\udc8b'
co = re.compile( u'\ud83d\udc8b')
co.sub(u'',s)
print(u'ud83d ')

輸出如下
UnicodeEncodeError: 'utf-8' codec can't encode character 'ud83d' in position 0: surrogates not allowed

s中大概是一個微博表情,搞了一下午怎麼都顯示不出來,想著替換掉算了然後怎麼都沒辦法匹配到,為什麼呢

Answer 1

首先，是2個問題
1.為什麼顯示不出來
2.想替換掉但是為什麼匹配不到

回答
1.特殊編碼在終端上是無法顯示的，如果是在UI上顯示，那麼需要把UI的encoding設定好。
2.試試下面的程式碼

import re
s = u'hello \ud83d\udc8b world'
co = re.compile( u'\ud83d\udc8b')
ss = co.sub(u'',s)
print(ss)

運行結果：
hello world

Answer 2

我都是抄的