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？

Question

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？

Answer 1

我这里是4个字节，第一个笑脸，后面是3个字母a,b,c，机器是ubuntu14.04 64位，python2.7.6。题主是在什么环境下操作的？
笑脸打印不出来，而且长度也不对，估计跟你的操作环境有关，试试把控制台的编码方式设置为unicode