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

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：

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.

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

# -*- 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/