从文本文件或网页中选择unicode字符

Question

我可以对devnagari单词进行音节化，如下页所示。

https://gist.github.com/950405

但我想做的是从以下网页找到以“ह”开头的字样。

http://www.sacred-texts.com/hin/mbs/mbs12030.htm

如何使用python完成？

Answer 1

如果你的单词是unicode字符串，收集在列表words中，那么以下代码段会显示以"x"开头的所有单词

for word in words:
    if word.startswith(u"x"):
         print word

或者，如果您想获得以u"x"开头的所有单词的列表，您可以使用列表理解：

selected_words = [ w for w in words if w.startswith(u"x") ]