Python 2.7のtwitter投稿から絵文字のインスタンスをすべて削除する方法

Question

tweepyを使ってtwitterからつぶやきを取得し、そのテキストを処理するプロジェクトに取り組んでいます。私が持っている問題は、絵文字、特殊文字などを持つことができないということです。残念ながら、私が使用しているライブラリの1つはPython 3をサポートしていないので、Python 2.7を使用する必要があります。 「人間が読めるテキスト」以外のすべてを削除する方法はありますか？私はftfyライブラリを使用していたが、私はまだこのようなものを得る：

• ∩┐╜∩┐╜

• φï░φîî∞▒ù

• ��

私のコード：

import tweepy 
from ftfy import fix_text,fix_encoding 
from requests.exceptions import ConnectionError 
from requests.packages.urllib3.exceptions import ProtocolError,ReadTimeoutError 
import time 
import exceptions 

consumer_key = '...' 
consumer_secret = '...' 

access_token = '...' 
access_token_secret = '...' 

auth = tweepy.OAuthHandler(consumer_key, consumer_secret) 
auth.set_access_token(access_token, access_token_secret) 



class MyStreamListener(tweepy.StreamListener): 
    def on_connect(self): 
     print 'Connected' 
    def on_status(self, status): 
     fixed_text = fix_text(fix_encoding(status.text)).encode('utf-8') 
     print fixed_text 
     return True 
    def on_error(self, status): 
     print status 
     return False 


running = True 
while running is True: 
    try: 
     print 'Connecting' 
     myStreamListener = MyStreamListener() 
     myStream = tweepy.Stream(auth=auth,listener=myStreamListener) 
     myStream.filter(track=['python']) 
    except ConnectionError: 
     print 'Connection Error: Waiting 10 seconds before retrying' 
     time.sleep(10) 
    except ProtocolError: 
     print 'ProtocolError: Waiting 10 seconds before retrying' 
     time.sleep(10) 
    except ReadTimeoutError: 
     print 'Read Timeout Error: Waiting 10 seconds before retrying' 

注：これはちょうど私のテストスクリプトですtwitterからつぶやきを取って印刷する方法を学ぶ

Answer 1

悪い文字列の線に沿って何かが返ってきたら、以下のコードがうまくいくはずです。

import re 
try: 
    # UCS-4 
    highpoints = re.compile(u'[U00010000-U0010ffff]') 
except re.error: 
    # UCS-2 
    highpoints = re.compile(u'[uD800-uDBFF][uDC00-uDFFF]')