從文本文件或網頁中選擇Unicode字符

Question

我能夠對devnagari單詞進行syllabalise，如下頁所示。

https://gist.github.com/950405

但我想要做的就是找到那些開始從以下網頁「ह」字樣。

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

如何可以使用Python做些什麼？

Answer 1

如果你的話是Unicode字符串，在列表中words收集，然後將下面的代碼片段顯示了所有單詞，"x"

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

開始或者，如果你想要得到的開始u"x"所有單詞的列表，你可以使用列表理解：

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