python - PythonのコードポイントでUnicode文字列を分割するにはどうすればよいですか? (例: \u00B7 または \u2022)?

Question

考えられることはすべて試しました...

1. unicode_obj.split('\u2022')
2. re.split(r'\u2022', unicode_object)
3. re.split(r'(?iu)\u2022', unicode_object)

何も機能しませんでした

問題は、特殊文字で分割したいということです。

example string : u'<special char like middot:\u00b7 or bullet:\u2022> sdfhsdf <repeat special char> sdfjhdgndujhfsgkljng <repeat special char> ... etc'

助けてください。

前もって感謝します。

Answer 1

検討：

>>> print '\u2022'
\u2022
>>> print len('\u2022')
6
>>> import unicodedata
>>> map(unicodedata.name, '\u2022'.decode('ascii'))
['REVERSE SOLIDUS', 'LATIN SMALL LETTER U', 'DIGIT TWO', 'DIGIT ZERO', 'DIGIT TWO', 'DIGIT TWO']
>>> 

対:

>>> print u'\u2022'
•
>>> print len(u'\u2022')
1
>>> map(unicodedata.name, u'\u2022')
['BULLET']
>>> 

text.split('\u2022')これにより、との違いがtext.split(u'\u2022')明確になるはずです。