PYTHON在匹配时不会将UNICODE字符拆分为代理项对

谁知道，当macthing将代码点拆分为代理项对时，是否可能禁止正则表达式

请参见以下示例：

现在情况如何：

$ te = u'\U0001f600\U0001f600'
$ flags1 = regex.findall(".", te, re.UNICODE)
$ flags1
>>> [u'\ud83d', u'\ude00', u'\ud83d', u'\ude00']

我的愿望是：

$ te = u'\U0001f600\U0001f600'
$ flags1 = regex.findall(".", te, re.UNICODE)
$ flags1
>>> [u'\U0001f600', u'\U0001f600']

为什么我真的需要它，因为我想在unicode字符串上迭代，每次迭代得到下一个unicode字符

见示例：

for char in  regex.findall(".", te, re.UNICODE):
   print char

---

Thx您预先=）

使用匹配代理项对或任何内容的正则表达式。这将在Python2的宽版本和窄版本中工作，但在宽版本中不需要，因为它不使用代理项对

Python 2.7.14 (v2.7.14:84471935ed, Sep 16 2017, 20:19:30) [MSC v.1500 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import re
>>> te = u'A\u5200\U0001f600\U0001f601\u5100Z'
>>> print re.findall(ur'[\ud800-\udbff][\udc00-\udfff]|.', te, re.UNICODE)
[u'A', u'\u5200', u'\U0001f600', u'\U0001f601', u'\u5100', u'Z']

这在最新的Python 3中仍然有效，但也不需要，因为在Unicode字符串中不再使用代理项对（不再使用宽或窄构建）：

win32上的Python 3.7.0（v3.7.0:1bf9cc5093，2018年6月27日，04:59:51）[MSC v.1914 64位（AMD64）] 有关详细信息，请键入“帮助”、“版权”、“信用证”或“许可证”。 >>>进口稀土 >>>te=u'A\u5200\U0001f600\U0001f601\u5100Z' >>>打印（关于findall（r'[\ud800-\udbff][\udc00-\udfff]|.，te））

---

[A'，'刀', 'Python的哪个版本？我怀疑它在Python 3.4上运行得很好。我刚刚在Python 3.6中进行了测试，是的，它运行得很好。同样，我看到了一个包含两个字符串的列表，每个字符串都相当于一个笑脸表情符号。不，我正在使用2.7cool，thx u=）看起来很好。Python 2.7是否有可能在常规模式中添加Graphimes支持，这是您在回答开始时给出的？-->r'[\ud800-\udbff][\udc00-\udfff]|不幸的是，您关于graphemes问题的示例不适用于python 2.7-（@Egor graphemes很复杂，需要了解最新的Unicode标准。2.7很旧，并且它的正则表达式库已经过时。