Discussion :

[daniel1985]

Bonjour à tous,

J'ai des textes du genre:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
pit exit open 🚦cars grid race gold coast vasc
need clarifi bill asap pls😎
congrats👏mostert waters hot tip turn heat today vodasuper…
Thanks for your support❤️
Myself dealing with 😂

MOn objectif est d'enlever ces emojis et pour cela j'ai testé pas mal de techniques mais toujours en vain. La dernière était avec cette condition:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
  if re.search('[a-zA-Z]', text_user):

ou je suis sensé garder que les textes... Mais malheureusement encore une fois sans résultat.

Toute information sera le bienvenue et Merci d'avance.

[YCL-1]

Bonjour,

vous pouvez rechercher les éléments à supprimer : &#\d+;

\d+ indique un nombre entier décimal de longueur indéterminé.

[daniel1985]

Mais y-a pas une liste des émoticones que je peux l'utiliser comme corpus pour identifier les émoticones dans mon texte ?

Si non, comment je peux définir la liste des émoticônes pour que je puisse après les chopper...

[BufferBob]

salut,

un truc dans ce genre là ? https://apps.timwhitlock.info/emoji/tables/unicode

[daniel1985]

Je vous remercie pour votre réponse. Y-a un fichier qui contient apparemment tous les émoticones mais je n'arrive pas à l'utiliser. En effet, je n'arrive pas à extraire le format unicode des ces émoticônes de mon texte, genre U+1F601...

Voilà quelques exemples du texte que j'ai:

----
track 💯🙌🏼🔥get invit ritaora rudiment live novasredroom
😍want ritaora rudiment live novasredroom invit
✈️want fli melbourn guy live invit novasredroom unlock
🔥want guy live free invit novasredroom unlock
bumpi speedi much charact mark_skaif explain pukekoh insid set-up vasc🎥
🚨new perk alert🚨 student score select fee
🚨just announced🚨you rudiment novasredroom unlock 🎉keep nova
-----

Mon objectif est tout simplement d'extraire ces emoticône et au meilleur cas de remplacer ces emoticônes par leur description textuel. Mais cela je sais que je peux le faire juste une fois que j'arrive à chopper ces emoticônes.
Merci beaucoup d'avance

[wiztricks]

Salut,

Si c'est de l'unicode, rien ne vous empêche de faire une boucle, récupérer l'ord de chaque caractère, tester si c'est un emoji et, le cas échéant, le remplacer.
note: si ce n'est pas de l'unicode, on ne sait pas trop comment sont être représentés ces emojis: &#128678, U+1F601, b'\xf0\x9f\x92\xaf',.... vont être des codages sur plusieurs caractères qui dépendront de la représentation du texte...

- W

[BufferBob]

salut,

en complément; on peut aussi utiliser une bonne grosse regex des familles
l'exemple ci-dessous illustre le principe, décortiquer son fonctionnement est laissé en exercice :
(à noter que la variable temp contient les entités sous la forme "💯", c'est le navigateur qui ensuite affiche "💯")

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
>>> import requests, re
>>> from HTMLParser import HTMLParser
>>> url = 'https://www.developpez.net/forums/d1776091/autres-langages/python-zope/general-python/supprimer-emojis-d-texte/'
>>> parser = HTMLParser()
>>> reg1 = re.compile(u'----<br />\r\n(.+)\r\n-----', re.UNICODE | re.DOTALL)
>>> reg2 = re.compile(u'['
...    u'\U0001F300-\U0001F64F'
...    u'\U0001F680-\U0001F6FF'
...    u'\u2600-\u26FF\u2700-\u27BF]+',
...    re.UNICODE | re.DOTALL)
>>> page = requests.get(url).text
>>> temp = re.search(reg1, page).group(1).replace('<br />', '').replace('\r', '')
>>> temp
u'track 💯🙌🏼🔥get invit ritaora rudiment live novasredroom\n😍want ritaora rudiment live novasredroom invit\n✈️want fli melbourn guy live invit novasredroom unlock\n🔥want guy live free invit novasredroom unlock\nbumpi speedi much charact mark_skaif explain pukekoh insid set-up vasc🎥\n🚨new perk alert🚨 student score select fee\n🚨just announced🚨you rudiment novasredroom unlock 🎉keep nova'
>>> texte = parser.unescape(temp)
>>> texte
u'track \U0001f4af\U0001f64c\U0001f3fc\U0001f525get invit ritaora rudiment live novasredroom\n\U0001f60dwant ritaora rudiment live novasredroom invit\n\u2708\ufe0fwant fli melbourn guy live invit novasredroom unlock\n\U0001f525want guy live free invit novasredroom unlock\nbumpi speedi much charact mark_skaif explain pukekoh insid set-up vasc\U0001f3a5\n\U0001f6a8new perk alert\U0001f6a8 student score select fee\n\U0001f6a8just announced\U0001f6a8you rudiment novasredroom unlock \U0001f389keep nova'
>>> re.sub(reg2, u'', texte)
u'track get invit ritaora rudiment live novasredroom\nwant ritaora rudiment live novasredroom invit\n\ufe0fwant fli melbourn guy live invit novasredroom unlock\nwant guy live free invit novasredroom unlock\nbumpi speedi much charact mark_skaif explain pukekoh insid set-up vasc\nnew perk alert student score select fee\njust announcedyou rudiment novasredroom unlock keep nova'

[Yapock]

Bonjour,

Voici la réponse à votre question vous pouvez utiliser le module emoji.

Pour ce faire vous devez installer cette bibliothèque à votre interpréteur python avec un invite de commande ou un power shell.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$ pip install emoji

Et pour le code vous pouvez adapter ça en fonction qui prendra en entrée une chaine de caractère et qui vous retournera une nouvelle chaine sans émoji.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
def remove_emoji(chaine):
    chaine_texte = emoji.demojize(chaine)
 
    return chaine_texte

Cela remplacera les émoji de votre texte par une mini description entre balise ":"

Exemple :

:smiling_face_with_smiling_eyes:

J'espère avoir répondu à votre question, Bonne journée 😉

[Arioch]

5 ans 1/2 plus tard...

[Yapock]

5 ans 1/2 plus tard...

C'est vrai j'avais pas vu la date 🤣