Python 3.4 — удалить или игнорировать символы смайликов при записи в файл

У вас есть два варианта:

1. Выберите кодировку, которая может обрабатывать кодовые точки Emoji. Вы открыли свой файл для записи либо с кодеком по умолчанию (который зависит от вашей системы), либо выбрали явную кодировку, которая не поддерживает кодовые точки.

   Кодировка UTF прекрасно справляется с кодовыми точками; Я бы выбрал UTF-8 здесь:

   with open(filename, 'w', encoding='utf8') as outfile:
       outfile.write(yourdata)
   

2. Установите режим обработки ошибок, который либо заменяет кодовые точки, которые ваш кодек не может обработать, замещающими символами, управляющей последовательностью, либо полностью их игнорирует. См. аргумент open() function errors:

   errors — необязательная строка, указывающая, как должны обрабатываться ошибки кодирования и декодирования. Ее нельзя использовать в двоичном режиме. Доступны различные стандартные обработчики ошибок, хотя любое имя обработки ошибок, зарегистрированное с помощью codecs.register_error(), также допустимо. Стандартные названия:

   • 'strict' to raise a ValueError exception if there is an encoding error. The default value of None has the same effect.
   • 'ignore' игнорирует ошибки. Обратите внимание, что игнорирование ошибок кодирования может привести к потере данных.
   • 'replace' приводит к тому, что маркер замены (например, '?') вставляется там, где есть искаженные данные.
   • 'surrogateescape' будет представлять любые неправильные байты как кодовые точки в области частного использования Unicode в диапазоне от U+DC80 до U+DCFF. Эти частные кодовые точки затем будут преобразованы обратно в те же байты, когда при записи данных используется обработчик ошибок surrogateescape. Это полезно для обработки файлов в неизвестной кодировке.
   • 'xmlcharrefreplace' поддерживается только при записи в файл. Символы, не поддерживаемые кодировкой, заменяются соответствующей ссылкой на символ XML &#nnn;.
   • 'backslashreplace' (поддерживается только при записи) заменяет неподдерживаемые символы управляющими последовательностями Python с обратной косой чертой.

   Таким образом, открытие файла с errors='ignore' не запишет кодовые точки эмодзи вместо того, чтобы вызвать ошибку:

   with open(filename, 'w', errors='ignore') as outfile:
       outfile.write(yourdata)
   

Демо:

>>> a_ok = 'The U+1F44C OK HAND SIGN codepoint: \U0001F44C'
>>> print(a_ok)
The U+1F44C OK HAND SIGN codepoint: ????
>>> a_ok.encode('utf8')
b'The U+1F44C OK HAND SIGN codepoint: \xf0\x9f\x91\x8c'
>>> a_ok.encode('cp1251', errors='ignore')
b'The U+1F44C OK HAND SIGN codepoint: '
>>> a_ok.encode('cp1251', errors='replace')
b'The U+1F44C OK HAND SIGN codepoint: ?'
>>> a_ok.encode('cp1251', errors='xmlcharrefreplace')
b'The U+1F44C OK HAND SIGN codepoint: 👌'
>>> a_ok.encode('cp1251', errors='backslashreplace')
b'The U+1F44C OK HAND SIGN codepoint: \\U0001f44c'

Обратите внимание, что параметр 'surrogateescape' имеет ограниченное пространство и действительно полезен только для декодирования файла с неизвестной кодировкой, насколько это возможно; в любом случае он не может обрабатывать Emoji.

(Изменить: этот ответ относится к Python 2.x, а не к Python 3.x)

В настоящее время вы записываете строки Unicode в файл с кодировкой по умолчанию, которая не поддерживает эмодзи (или, если уж на то пошло, массу символов, которые вам, вероятно, действительно нужны). Вместо этого вы можете использовать кодировку UTF-8, которая поддерживает все символы Юникода.

Вместо file.write( data ) попробуйте file.write( data.encode("utf-8") ).