如何在 word 文档中获取项目符号的 unicode 值答案

【问题标题】：How can I get the unicode values of Bullets in a word document如何在 word 文档中获取项目符号的 unicode 值
【发布时间】：2015-12-29 11:32:36
【问题描述】：

我正在开发一个 Web 应用程序，不希望用户输入一些会造成问题的无效字符。

导致问题的一个这样的字符是 MS word 中的 diamond bullet 但要删除该字符，我需要知道该字符的 Unicode，以便我可以将其包含在无效的 Python 正则表达式中字符as suggested here。

textString = some value which need to be checked for invalid characters
pattern = some regular expression for invalid characters
if pattern.search(textString):
    print 'Invalid characters found'
else:
    print 'Valid string'

我找到了类似的解决方案here，但这不适用于子弹。

请大家帮我解决这个问题。

【问题讨论】：

你试过搜索“unicode bullet”吗？
@mvm，我试过了！我找到了 U+2022
@Plasma 我也找到了这个，但我需要搜索那个特定项目符号的 Unicode 值吗？
如果你知道而不是投反对票，请给我提示
如果您知道您不想允许哪些字符（或者相反，您想要允许的唯一字符），一种方法可能是在 unicode 范围上使用正则表达式。有关如何使用 unicode 范围的信息，请参阅this 答案。编辑：另外，this 是关于一般方法的讨论。

标签： python regex ms-word

【解决方案1】：

使用无效字符创建 Word 文档。（不要使用子弹制作图标，使用 Insert->symbol->symbol 浏览器并从地图中选择）。

解压。

unzip myDoc.docx

并在能够读取 unicode 字符的编辑器中打开 word/document.xml 文件。在这里，我使用 xmllint 和 more 作为快速而肮脏的示例。我不知道你在说哪个子弹，但我在这里尝试的那个显示 U+F075：

xmllint --format word/document.xml | more

<w:r w:rsidR="00A50B17" w:rsidRPr="00E62AD7">
    <w:rPr>
      <w:rFonts w:ascii="Wingdings" w:hAnsi="Wingdings"/>
      <w:color w:val="000000"/>
    </w:rPr>
    <w:t><U+F075></w:t>
  </w:r>

然后对于所有 unicode 字符，将它们放入您的脚本中。

【讨论】：