python - 如何在带有空格的python中将泰米尔语unicode值数组转换为泰米尔语字符串？

【问题标题】：How to convert array of tamil unicode values into tamil string in python with whitespaces?python - 如何在带有空格的python中将泰米尔语unicode值数组转换为泰米尔语字符串？
【发布时间】：2012-04-02 14:33:13
【问题描述】：

这是泰米尔语 unicode 代码点列表

[u'\u0b9a', u'\u0b9f', u'\u0bcd', u'\u0b9f', u'\u0b9a', u'\u0baa', u'\u0bc8', u'\u0baf ', u'\u0bbf', u'\u0bb2', u'\u0bcd', u'\u0ba8', u'\u0bc7', u'\u0bb1', u'\u0bcd', u'\u0bb1',你'\u0bc1]

如何将其转换为可读字符串？

【问题讨论】：

那些已经是泰米尔语字母了。再试一次。
我看到你改变了你的问题；你现在想显示你的字符“带空格”——哪个空格字符？多少？定位在哪里？试着举个例子。
先生，我想打印泰米尔语的 unicode，因为它在带有空格的数组中。我不想加入数组中的内容并以泰米尔语字符显示
实际上我想标记 tamilwords。为了标记它应该转换为 utf-8 unicode 来读取文件。读取后它应该被标记化。结果将是 unicode。我希望将 unicode 的结果转换为泰米尔语字母。但是在标记泰米尔语单词时我没有得到空格
在标记泰米尔语单词时，每个单词都需要空格，但不是每个字符

标签： python unicode tamil python-unicode indic

【解决方案1】：

无需转换。

    >>> alist = [
            u'\u0b9a', u'\u0b9f', u'\u0bcd', u'\u0b9f', u'\u0b9a',
            u'\u0baa', u'\u0bc8', u'\u0baf', u'\u0bbf', u'\u0bb2',
            u'\u0bcd', u'\u0ba8', u'\u0bc7', u'\u0bb1', u'\u0bcd',
            u'\u0bb1', u'\u0bc1',
            ]
    >>> print u''.join(alist)
    சட்டசபையில்நேற்று
    >>>

更新：也许你想要这个：

>>> print u' '.join(alist)
ச ட ் ட ச ப ை ய ி ல ் ந ே ற ் ற ு

或者这个：

>>> import unicodedata
>>> for c in alist:
    print repr(c), c, unicodedata.category(c)


u'\u0b9a' ச Lo
u'\u0b9f' ட Lo
u'\u0bcd' ் Mn
u'\u0b9f' ட Lo
u'\u0b9a' ச Lo
u'\u0baa' ப Lo
u'\u0bc8' ை Mc
u'\u0baf' ய Lo
u'\u0bbf' ி Mc
u'\u0bb2' ல Lo
u'\u0bcd' ் Mn
u'\u0ba8' ந Lo
u'\u0bc7' ே Mc
u'\u0bb1' ற Lo
u'\u0bcd' ் Mn
u'\u0bb1' ற Lo
u'\u0bc1' ு Mc
>>>

【讨论】：

感谢您的宝贵答复