python - 在 Python 中分割日文字符

Question

我有一个由看起来像逗号的符号分隔的日文汉字字符列表。我想使用拆分功能来获取存储在列表中的信息。

如果文本是英文的，那么我想要以下内容：

x = 'apple,pear,orange'
x.split(',')

但是，这不适用于以下情况：

japanese = '東北カネカ売，フジヤ商店，橋谷，旭販売，東洋装'

我已将编码设置为

# -*- coding: utf-8 -*-

而且我可以很好地阅读日文字符。

Answer 1

它实际上不是逗号：

>>> u'，'
    u'\uff0c'

如果您将字符串设为 unicode，则可以将其拆分：

>>> u'東北カネカ売，フジヤ商店，橋谷，旭販売，東洋装'.split(u'，')
    [u'\u6771\u5317\u30ab\u30cd\u30ab\u58f2',
 u'\u30d5\u30b8\u30e4\u5546\u5e97',
 u'\u6a4b\u8c37',
 u'\u65ed\u8ca9\u58f2',
 u'\u6771\u6d0b\u88c5']

Python 3 也可以：

>>> '東北カネカ売，フジヤ商店，橋谷，旭販売，東洋装'.split('，')
    ['東北カネカ売', 'フジヤ商店', '橋谷', '旭販売', '東洋装']

Answer 2

这对我有用：

for j in japanese.split('\xef\xbc\x8c'): print j

这里的“逗号”是'\xef\xbc\x8c'。