下記コードで以下の処理を実行しました。
①サイトから絵文字・絵文字の意味をスクレイピング
②取得した絵文字から2文字以上で構成されている物以外をリストに格納
③絵文字をord関数でunicodeに変換
④絵文字の意味のリスト(word_list)、絵文字のリスト(emoji_list)、unicodeのリスト(point_list)を作成し➡️それらを辞書にまとめる
そこで出力結果がコードで書いている通り以下の通りなのですが、
emoji.txt ('0x1f524', ('????', '滿')) ('0x25aa', ('????', '有')) ('0x25ab', ('????', '月')) ('0x25fb', ('????', '申')) ('0x25fc', ('????', '割')) ('0x25fd', ('????', '營')) ('0x25fe', ('????', '得')) ('0x26aa', ('????', '可')) ('0x26ab', ('????', '大寫字母鍵')) ('0x2b1b', ('????', '小寫字母鍵'))
理想の出力 0x1f524, ????, 滿 0x25aa, ????, 有 0x25ab,????,月 0x25fb, ????, 申
できれば"()"と"''"を削除してファイルに出力したいです。
何か使える便利な関数などがありましたらご教授頂きたいです。
もしくはこの状態にする前にロジックを変更する必要がありましたらご教授頂きたいです。
見せるのも少々恥ずかしいくらい周りくどいコードかもしれませんが、
よろしくお願いします。
from urllib.request import urlopen import requests from bs4 import BeautifulSoup import re import os emoji_list = [] word_list = [] point_list = [] site_url = "https://www.emojiall.com/zh-hant/all-emojis" get_url = requests.get(site_url) # print (get_url.text) soup = BeautifulSoup(get_url.text, "lxml") for x in soup.find_all("a",{"class":"emoji_font tooltip"}): x.extract() for script in soup(["span"]): script.extract() emojis = soup.select('.emoji_font') words = soup.select('.emoji_name') for word in words: word = word.getText() word_list.append(word) # print(len(word_list)) for emoji in emojis: emoji = emoji.getText() emoji_list.append(emoji) # print(len(emoji_list)) for emoji in emoji_list: if len(emoji) < 2: code_point = hex(ord(emoji)) point_list.append(code_point) # print(point_list) dic = dict(zip(emoji_list,word_list)) # print(dic) new_list = [] for k,v in list(dic.items()): if len(k) > 2: dic.pop(k) else: new_list.append((k,v)) # print(new_list) file0 = "/Users/Downloads/emoji.txt" with open(file0, 'w') as f: for c in zip(point_list,list(new_list)): f.writelines(str(c)+'\n')
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2020/09/30 09:44