python 正則匹配 csv檔案中特殊符號如■高風險 這樣的black block

標籤：尋找   inf   com   c++   search   bin   auto   儲存   檔案中   

各種符號必然在unicode中有儲存，根據unicode代碼匹配即可。

1.csv中特殊字元可以在excel的【插入符號】中尋找，然後記下該符號的Unicode代碼。如■ 這個實心方形的Unicode代碼為25A0：

2.需要查詢其他的代碼可以以此代碼為基礎搜尋,（當然本例用詞代碼即可）：如unicode 25A0 python,可得到在各編碼方式的代碼，本例網址：

http://www.fileformat.info/info/unicode/char/25a0/index.htm  找python 即：

UTF-8 (hex)	0xE2 0x96 0xA0 (e296a0)
UTF-8 (binary)	11100010:10010110:10100000
UTF-16 (hex)	0x25A0 (25a0)
UTF-16 (decimal)	9,632
UTF-32 (hex)	0x000025A0 (25a0)
UTF-32 (decimal)	9,632
C/C++/Java source code	"\u25A0"
Python source code	u"\u25A0"

3.

# -*- coding: utf-8 -*-import rea=u"\u25A0"b=u"高風險"d="%s%s"%(a,b)d1=d.encode(‘GBK‘) #decode 以便匹配文本擷取內容，原為utf8p=re.compile(".*\s*%s\s*.*"%d1)with open ("b.csv","r") as r:    for i in r:    #print i    line=i.strip().split("#")[7]    print line    if p.search(line):    count+=1print "count =%s"%count

 

還需要認真的學習編碼方式：http://python.jobbole.com/86670/

python 正則匹配 csv檔案中特殊符號如■高風險 這樣的black block