Варианты иероглифического написания разделены U+30FB вместо U+FF65

[nevfy-y]

Если у слова имеется несколько вариантов иероглифического написания, то эти варианты разделяются символом ･ (U+FF65, Halfwidth Katakana Middle Dot).

Вместо этого использован символ ・U+30FB, Katakana Middle Dot в карточках(появились при поиске 【*・*】):

006-30-37 006-19-81 002-05-18 007-56-27 007-79-67 008-66-63 003-24-15

Не всегда между всеми вариантами написания стоит не так точка. Например たちこめる【立ち罩める･立ち籠める･立ち込める・立込める・立ち篭める・立籠める】(татйкомэру)〔006-30-37〕 нависать над чем-л., окутывать что-л. (о дыме, тумане).

Первые два варианта отделены U+FF65, а между следующими U+30FB.

[nakendlom]

Это очень полезное наблюдение. Мне казалось, что все такие случаи выявили и исправили еще в году 2009... Тут нужно написать скрипт для выявления всех таких случаев, просмотреть список и исправить одним махом.

[homocomputeris]

find . -name '*.txt' | xargs sd '([\p{Script=Hiragana}\p{Script=Han}\p{Script=Latin}\p{Script=Common}\p{N}])(・)([\p{Script=Hiragana}\p{Script=Han}\p{Script=Latin}\p{Script=Common}\p{N}])' '$1･$3'

находит и меняет вот эти файлы:

    modified:   000/85/000-85-48.txt
    modified:   001/25/001-25-68.txt
    modified:   002/05/002-05-18.txt
    modified:   002/33/002-33-48.txt
    modified:   003/24/003-24-15.txt
    modified:   003/31/003-31-01.txt
    modified:   004/10/004-10-83.txt
    modified:   004/47/004-47-90.txt
    modified:   004/80/004-80-54.txt
    modified:   006/19/006-19-81.txt
    modified:   006/25/006-25-85.txt
    modified:   006/30/006-30-37.txt
    modified:   006/45/006-45-23.txt
    modified:   007/56/007-56-27.txt
    modified:   007/79/007-79-67.txt
    modified:   008/66/008-66-63.txt
    modified:   008/99/008-99-19.txt

Ложноположительные есть: -フェザー・でんしゃ【フェザー・電車】(фэдза:-дэнся)〔000-85-48〕