Python移除简单表情符号：如何保留标点仅删除表情？

嘿，我来帮你搞定这个问题！要精准移除像;-)这类颜文字表情，同时保留?这类正常标点，正则表达式是最直接的解决方案。针对你的需求，我给你两种实用的处理方式：

1. 针对颜文字表情（如;-)、:)、:D） #

这类表情通常由标点符号组合而成，我们可以写一个正则匹配这类模式，替换后再清理多余空格：

import re

original_text = "ca va toi ;-) ?"
# 匹配常见颜文字的正则：覆盖分号/冒号开头，可选连字符，括号/D类收尾的表情
emoticon_pattern = r'[:;=]-?[()DdPp]'
# 第一步：移除表情
temp_text = re.sub(emoticon_pattern, '', original_text)
# 第二步：清理多余的连续空格（移除表情后可能留下空白）
cleaned_text = re.sub(r'\s+', ' ', temp_text).strip()

print(cleaned_text)  # 输出：ca va toi ?

正则解释： #

• [:;=]：匹配颜文字的起始符号（分号、冒号、等号，都是常见的表情开头）
• -?：匹配可选的连字符（有的表情带连字符如;-)，有的不带如:)）
• [()DdPp]：匹配表情的收尾符号（括号、大小写D/P，对应微笑、大笑、吐舌头这类表情）

如果你的场景里还有其他特殊颜文字（比如:-@、:*），可以扩展这个正则的字符集，比如改成[:;=]-?[()DdPp@*]就行。

2. 同时处理Unicode表情（如😊😎） #

如果你的文本里还有Unicode标准表情，也可以用下面的正则一起移除：

import re

original_text = "ca va toi ;-) 😊 ?"
# 合并颜文字和Unicode表情的正则
combined_pattern = r'[:;=]-?[()DdPp]|[\U0001F600-\U0001F64F\U0001F300-\U0001F5FF\U0001F680-\U0001F6FF\U0001F1E0-\U0001F1FF]'
temp_text = re.sub(combined_pattern, '', original_text)
cleaned_text = re.sub(r'\s+', ' ', temp_text).strip()

print(cleaned_text)  # 输出：ca va toi ?

这个Unicode正则覆盖了绝大多数常见的表情符号范围，基本能满足日常需求。

内容的提问来源于stack exchange，提问作者mee