python 正则过滤四字节字符

转载：http://blog.csdn.net/shuifa2008/article/details/41780067

项目中有时需要过滤掉四字节以上的字符（表情），比如MySQL数据库5.5.3以下的版本text字段不支持四字节以上字符

于是就需要过滤掉再入库，Python中的方法为:

[python] view
plain copy

try:  

        # python UCS-4 build的处理方式  

        highpoints = re.compile(u'[\U00010000-\U0010ffff]')  

except re.error:  

        # python UCS-2 build的处理方式  

         highpoints = re.compile(u'[\uD800-\uDBFF][\uDC00-\uDFFF]')  

  

resovle_value = highpoints.sub(u'??', src_string)