Python中幽灵emoji转HTML实体及JS解码emoji报错解决

1. 将幽灵emoji（👻）转换为HTML实体 #

直接获取emoji的Unicode码点，再拼接成HTML实体格式即可：

ghost_emoji = "👻"
html_entity = f"&#{ord(ghost_emoji)};"
print(html_entity)  # 输出：👻

2. 将JavaScript风格的代理对解码为幽灵emoji #

你之前用的"\uD83D\uDC7B"是UTF-16代理对（单独的代理字符不是有效Unicode码点），直接处理会触发编码错误。可以通过以下方法转换：

import re

def decode_js_surrogate_pair(s):
    # 匹配JavaScript风格的\uXXXX代理对
    surrogate_pattern = re.compile(r'\\u([0-9A-Fa-f]{4})\\u([0-9A-Fa-f]{4})')
    # 替换为代理字符组合后，转成正确的UTF-8字符
    return surrogate_pattern.sub(
        lambda m: chr(int(m.group(1), 16)) + chr(int(m.group(2), 16)),
        s
    ).encode('utf-16', 'surrogatepass').decode('utf-16')

# 测试代码
js_code = r"\uD83D\uDC7B"
ghost_emoji = decode_js_surrogate_pair(js_code)
print(ghost_emoji)  # 输出：👻

关于你遇到的UnicodeEncodeError错误 #

你触发的错误信息翻译为：

UnicodeEncodeError: 'utf-8' 编解码器无法对位置0-1的字符进行编码：不允许使用代理字符

原因是"\uD83D\uDC7B"是未配对的UTF-16代理字符，这类字符不属于有效Unicode码点集合，Python默认不允许用UTF-8编码它们。上面的解码方法已经规避了这个问题，通过先组合代理对再转码得到有效emoji字符。

内容的提问来源于stack exchange，提问作者NinjaRide