python 正则过滤四字节字符 表情字符

mysql 4字符插入报错，如果4字符我们不需要可以过滤掉

def clean(desstr,restr=''):  
    #过滤表情   
    try:  
        co = re.compile(u'['u'U0001F300-U0001F64F' u'U0001F680-U0001F6FF'u'u2600-u2B55]+')  
    except re.error:  
        co = re.compile(u'('u'ud83c[udf00-udfff]|'u'ud83d[udc00-ude4fude80-udeff]|'u'[u2600-u2B55])+')  
    return co.sub(restr, desstr)
 
print(clean('shanghai'))

运行结果：

shanghai

代码中的正则编码解释如下：

 -       # 符号和象形字
 -       # 表情符号
 -       # 交通符号和地图符号
  -        # 其它符号

上面那个不可以可以试试下面这个：

def clean(desstr,restr=''):  
    #过滤表情   
    try:  
        # python UCS-4 build的处理方式
        co = re.compile(u'[U00010000-U0010ffff]') 
    except re.error:
        # python UCS-2 build的处理方式
        co = re.compile(u'[uD800-uDBFF][uDC00-uDFFF]')  
    return co.sub(restr, desstr)
 
print(clean('shandong'))

运行结果：

shandong