Python：从非BMP unicode字符中找到等效的代理对

您必须使用代理对手动替换每个非BMP点。您可以使用正则表达式执行此操作：

import re_nonbmp = re.compile(r'[U00010000-U0010FFFF]')def _surrogatepair(match):    char = match.group()    assert ord(char) > 0xffff    enpred = char.enpre('utf-16-le')    return (        chr(int.from_bytes(enpred[:2], 'little')) +         chr(int.from_bytes(enpred[2:], 'little')))def with_surrogates(text):    return _nonbmp.sub(_surrogatepair, text)

演示：

>>> with_surrogates('U0001f64f')'ud83dude4f'