[問題] 請問如何split中文?

[windker (windker)]

想要的結果為  input="批踢踢實業坊"  output=["批踢","踢踢","踢實","實業","業坊
"]  (取Bigram)

如果是英文的話，因為有空格可用split()來作，但unicode變成
'\xa7\xe5\xbd\xf0\xbd\xf0\xb9\xea\xb7~\xa7{' 不知道該怎麼切。

想說如果可以切成["批","踢","踢","實","業","坊"]，應該就可以得到output

我用的是python2.6

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 220.132.67.21
→ uranusjr:直接 list('批踢踢實業坊') 就行了...
→ uranusjr:啊不對這樣會變成半個字, 想錯了...
→ uranusjr:要用 unicode 類別才行  http://codepad.org/ocoHJiBj
→ windker:感謝回答
推 grtfor:切中文盡量都轉成unicode處理，用正規表示法切時要特別小心
→ apua:L=list(INPUT.decode('big5'))
→ apua:OUTPUT=[(L[i]+L[i+1]).encode('utf8') for i in xrange( \
→ apua:len(L)-1)]
→ gasolin:for i in list(u"批踢踢實業坊"): print i