码迷,mamicode.com
首页 > 编程语言 > 详细

python 正则匹配 csv文件中特殊符号如■高风险 这样的black block

时间:2018-02-03 19:57:38      阅读:258      评论:0      收藏:0      [点我收藏+]

标签:查找   inf   com   c++   search   bin   auto   保存   文件中   

各种符号必然在unicode中有保存,根据unicode代码匹配即可。

1.csv中特殊字符可以在excel的【插入符号】中查找,然后记下该符号的Unicode代码。如■ 这个实心方形的Unicode代码为25A0:技术分享图片

2.需要查询其他的代码可以以此代码为基础搜索,(当然本例用词代码即可):如unicode 25A0 python,可得到在各编码方式的代码,本例网址:

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 re
a=u"\u25A0"
b=u"高风险"
d="%s%s"%(a,b)
d1=d.encode(‘GBK‘) #decode 以便匹配文本获取内容,原为utf8
p=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+=1
print "count =%s"%count	

 

还需要认真的学习编码方式:http://python.jobbole.com/86670/

python 正则匹配 csv文件中特殊符号如■高风险 这样的black block

标签:查找   inf   com   c++   search   bin   auto   保存   文件中   

原文地址:https://www.cnblogs.com/koujiaodahan/p/8410409.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!