Jeśli spojrzeć na swój charakter przez ciągi znaków
>>> data = "कुरुक्षेत्र"
>>> re.findall(".", data)
['क', 'ु', 'र', 'ु', 'क', '्', 'ष', 'े', 'त', '्', 'र']
a innymi ciąg
>>> data = "धर्मक्षेत्रे"
>>> re.findall(".", data)
['ध', 'र', '्', 'म', 'क', '्', 'ष', 'े', 'त', '्', 'र', 'े']
Więc co chcesz, to prawdopodobnie te podzielone korzystając '्
'्
. Nazwijmy je teraz postaciami do zapisu. Jeśli wydrukujesz ord(data[2])
dla pierwszego znaku zapisu, będzie to 2381
. Teraz, jeśli sonda wokół tej wartości
>>> for i in range(2350, 2400):
... print(i, chr(i))
...
2350 म
2351 य
2352 र
2353 ऱ
2354 ल
2355 ळ
2356 ऴ
2357 व
2358 श
2359 ष
2360 स
2361 ह
2362 ऺ
2363 ऻ
2364 ़
2365 ऽ
2366 ा
2367 ि
2368 ी
2369 ु
2370 ू
2371 ृ
2372 ॄ
2373 ॅ
2374 ॆ
2375 े
2376 ै
2377 ॉ
2378 ॊ
2379 ो
2380 ौ
2381 ्
2382 ॎ
2383 ॏ
2384 ॐ
2385 ॑
2386 ॒
2387 ॓
2388 ॔
2389 ॕ
2390 ॖ
2391 ॗ
2392 क़
2393 ख़
2394 ग़
2395 ज़
2396 ड़
2397 ढ़
2398 फ़
2399 य़
Jesteśmy zainteresowani głównie w wartościach między 2362
i 2391
. Więc stworzyć tablicę takich wartości
>>> split = ""
>>> for i in range(2362, 2392):
... split += chr(i)
Następny chcemy znaleźć wszystkie wzór z lub bez odpowiedniego symbolu notacji.
>>> re.findall(".[" + split + "]?", "धर्मक्षेत्रे")
['ध', 'र्', 'म', 'क्', 'षे', 'त्', 'रे']
>>> re.findall(".[" + split + "]?", "कुरुक्षेत्र")
['कु', 'रु', 'क्', 'षे', 'त्', 'र']
To powinno Cię przybliżyć do tego, czego prawdopodobnie szukasz. Jeśli potrzebujesz bardziej skomplikowanej obsługi, musisz przejść do linku @OphirYoktan opublikowanego pod numerem
dzięki. Mogę to wziąć stąd –