如何将Unicode字符串拆分为列表

Question

我有以下代码：

stru = "۰۱۲۳۴۵۶۷۸۹"
strlist = stru.decode("utf-8").split()
print strlist[0]

我的输出是：

۰۱۲۳۴۵۶۷۸۹

但是当我使用：

print strlist[1]

我得到了以下的traceback：

IndexError: list index out of range

我的问题是，我如何分割我的字符串？当然，记得我从一个函数中获取我的字符串，将其视为一个变量？

- PersianGulf

---

列表推导式？strlist = [s for s in stru.decode('utf-8')] - Shashank

我认为Unicode字符串是一个独特的问题。 - js2010

Answer 1

1. 你不需要这样做。

>>> print u"۰۱۲۳۴۵۶۷۸۹"[1]
۱

如果你仍然想要...

>>> list(u"۰۱۲۳۴۵۶۷۸۹")
[u'\u06f0', u'\u06f1', u'\u06f2', u'\u06f3', u'\u06f4', u'\u06f5', u'\u06f6', u'\u06f7', u'\u06f8', u'\u06f9']

- Ignacio Vazquez-Abrams

---

+1 不需要列出清单，你是正确的。 - Roman Pekar

Answer 2

split()方法默认按空格拆分字符串。因此，strlist是一个包含整个字符串的列表，而且只有一个元素 strlist[0]。

如果您想获得每个 Unicode 代码点的单独元素列表，可以通过不同的方式将其转换为列表：

• 函数：list(stru.decode("utf-8"))
• 列表推导式：[item for item in stru.decode("utf-8")]
• 不进行任何转换。您真的需要一个列表吗？您可以像处理其他序列类型一样遍历 Unicode 字符串 (for character in stru.decode("utf-8"): ...)

- chryss

Answer 3

你可以这样做。

list(stru.decode("utf-8"))

- Roman Pekar