问题描述
指的是此问题：Emoji crashed when uploading to Big Query
我正在寻找将emoji从这个ud83dude04类型编码到这个类型(Unicode)-U0001f604的最好、最干净的方式，因为目前，我除了创建python方法之外没有任何想法，它将通过一个文本文件来替换emoji编码。
这是可以转换的字符串：
Converting emojis to Unicode and vice versa in python 3
假设可能需要逐行传递文本并进行转换？？
潜在想法：
with open(ff_name, 'rb') as source_file:
with open(target_file_name, 'w+b') as dest_file:
contents = source_file.read()
dest_file.write(contents.decode('utf-16').encode('utf-8'))
推荐答案
因此，我假设您以某种方式获得了一个原始的ASCII型字符串，该字符串包含带有形成代理项对的UTF16代码单元的转义序列，并且您(无论出于何种原因)想要将其转换为UXXXXXXXX格式。
因此，从今以后我假设您的输入(字节！)外观如下：
weirdInput = "hello \ud83d\ude04".encode("latin_1")
现在您要执行以下操作：
以uXXXX元素转换为UTF-16代码单元的方式解释字节。有raw_unicode_escapes，但不幸的是，它需要单独的传递来修复代理对(老实说，我不知道为什么)
修复代理项对，将数据转换为有效的UTF-16
解码为有效的UTF-16
再次编码为"RAW_UNICODE_EASH"
重新解码为旧版latin_1，仅由旧版ASCII和Unicode转义序列组成，格式为UXXXXXXXX。
如下所示：
output = (weirdInput
.decode("raw_unicode_escape")
.encode('utf-16', 'surrogatepass')
.decode('utf-16')
.encode("raw_unicode_escape")
.decode("latin_1")
)
现在，如果您print(output)，您将获得：
hello U0001f604
请注意，如果您在中间阶段停止：
smiley = (weirdInput
.decode("raw_unicode_escape")
.encode('utf-16', 'surrogatepass')
.decode('utf-16')
)
然后您会得到一个带有表情符号的Unicode字符串：
print(smiley)
# hello
完整代码：
weirdInput = "hello \ud83d\ude04".encode("latin_1")
output = (weirdInput
.decode("raw_unicode_escape")
.encode('utf-16', 'surrogatepass')
.decode('utf-16')
.encode("raw_unicode_escape")
.decode("latin_1")
)
smiley = (weirdInput
.decode("raw_unicode_escape")
.encode('utf-16', 'surrogatepass')
.decode('utf-16')
)
print(output)
# hello U0001f604
print(smiley)
# hello