如何在符合条件的字符间插入空格：适配日语平假名、片假名场景

1、是否需要提前整理平假名、片假名的全量字符列表？ #

不需要手动整理全量字符列表。
日语平假名、片假名在Unicode编码标准中已经有明确的固定区间，直接通过字符编码范围判断即可，准确率更高也不会出现遗漏：

• 常用全角平假名（含浊音、半浊音、拗音等）对应Unicode范围：U+3040 ~ U+309F
• 常用全角片假名（含浊音、半浊音、拗音等）对应Unicode范围：U+30A0 ~ U+30FF
  如果你的使用场景需要覆盖半角片假名、古日语稀有假名，只需要额外补充对应的小范围编码段即可，比手动逐个罗列所有字符的效率高很多。

2、是否有方法可以定义「其他字符集合」，统一指代既不属于平假名也不属于片假名的所有字符？ #

完全可以，不需要提前整理其他字符的完整列表。
你可以给所有字符预先定义3种类型标签：

• 类型1：平假名
• 类型2：片假名
• 类型3：其他字符（包含汉字、罗马字、标点、符号等所有不属于前两类的字符）
  判断逻辑非常简单：遍历每个字符时先判断编码是否落在平假名/片假名的区间内，只要不属于前两类的就自动归为类型3即可。

简易实现参考（Python，无第三方依赖） #

# 判断是否为平假名
def is_hiragana(char):
    return '\u3040' <= char <= '\u309F'

# 判断是否为片假名
def is_katakana(char):
    return '\u30A0' <= char <= '\u30FF'

# 相邻不同类型字符加空格
def add_space_between_diff_type(text):
    if len(text) < 2:
        return text
    result = [text[0]]
    for current_char in text[1:]:
        last_char = result[-1]
        # 计算前一个字符的类型
        if is_hiragana(last_char):
            last_type = 1
        elif is_katakana(last_char):
            last_type = 2
        else:
            last_type = 3
        # 计算当前字符的类型
        if is_hiragana(current_char):
            current_type = 1
        elif is_katakana(current_char):
            current_type = 2
        else:
            current_type = 3
        # 类型不同插入空格
        if last_type != current_type:
            result.append(' ')
        result.append(current_char)
    return ''.join(result)

测试效果：

• 输入これはペンです，输出これは ペン です
• 输入日本人です，输出日本人 です

如果后续需要兼容半角片假名，只需要修改is_katakana的判断逻辑，新增半角片假名的编码范围\uFF66 <= char <= \uFF9F即可。

内容的提问来源于stack exchange，提问作者Jay Chin