Python - caracteres ¡ y ¿ y Python

Hola

Tengo un problemita con los caracteres ¡ ¿

Mi programa ahora mismo descarga todo tipo de textos en castellano desde twitter.

Dentro de estos textos tengo que separar los signos de puntuación de las palabras para poder meterlos en una lista y buscar coincidencias.

El problema es que usando expresiones regulares de Python no me identifica los signos de puntuación que normalmente se usan en castellano como por ejemplo ¡ ¿ '(apóstrofe) y no sé cómo hacer que los identifique para separarlos del resto del texto.

Estoy usando expresiones regulares y codificación UTF-8.

mm = re.sub(r"([^\w\s]+)\s", r" \1 ", texto) Todo lo que no sea caracteres alfanuméricos o caracteres de espacio quiero que lo separe como: [espacio]+simbolo+[espacio]. El problema es que con los símbolos que comento no funciona.

Hola, prueba esto:


Coméntanos, ok?

Hola,

He probado la solución que me mandasteis y no me funciona, es decir, no hace lo que yo necesito.

Después de probar muchas soluciones he acabado optando por solucionarlo "a mano".

Para que me separe los signos de puntuación del resto de caracteres y los cuente como un solo string al hacer split le he puesto una lista con todos los signos de puntuación y es como mejor funciona.