使用pycharm编写程序爬取了某个微博用户的评论数据存在Excel中，但是不知道如何对该数据进行清洗，评论数据里有许多表情，HTML等。本人只是个科研小白，希望将数据处理方便后续分析，球球各位大佬了!!!非常感谢!!!
对数据清洗用的比较多的是re正则和pandas，写好正则表达式，用re.findall()查找，re.sub（）替换。如用pandas可使用df[列名].str.replace()等方法。
表情应该有一个类似[emoji]的标签,或者用反斜杠表示
可以试试匹配这种pattern清洗表情,用re库