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？

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？