x = u'\U0001f604abc'
print('length:',len(x))
for i in x:
print(i)
得到输出：
('length:', 5)
�
�
a
b
c
x 是 4 个字符，其中第一个是 4 字节字符，一个笑脸表情的 unicdoe 码，现在显然被拆分成了两个。我写的过滤函数就过滤失败了：
def filter_invalid_str(text):
return ''.join(map(lambda x: x if u'\u0000' < x < u'\uFFFF' else '_', text))
所以，明明一个字符为什么变成了两个，如何当作一个字符处理？
 |
1
Zzzzzzzzz Jan 21, 2016
编译 python2 的时候加上--enable-unicode=ucs4
|
 |
2
Hackathon Jan 21, 2016
|
 |
3
zeroten OP 或者，过滤掉 u'\u0000' < x < u'\uFFFF'之外的字符有什么好的实现方法？
|
|
5
Hackathon Jan 21, 2016
|
|
6
Hackathon Jan 21, 2016
|
Select Language