推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
python2 如何正确的处理 4 字节的字符，为什么一个字符变成了两个？
zeroten ladder1984 2016-01-21 19:10:12 +08:00 3083 次点击这是一个创建于 3550 天前的主题，其中的信息可能已经有所发展或是发生改变。
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 2016-01-21 19:19:55 +08:00 编译 python2 的时候加上--enable-unicode=ucs4 |
 | 2 Hackathon 2016-01-21 19:39:21 +08:00 |
 | 3 zeroten OP 或者，过掉 u'\u0000' < x < u'\uFFFF'之外的字符有什么好的实现方法？ |
| 5 Hackathon 2016-01-21 19:56:02 +08:00 |
| 6 Hackathon 2016-01-21 19:56:08 +08:00 |
Select Language