- 判断字符串为全中文
#检验是否全是中文字符
def is_all_chinese(strs):
for _char in strs:
if not '\u4e00' <= _char <= '\u9fa5':
return False
return True
复制
>>> a = "你好";b = "</p>你好"
#或者用 all()
>>> all(map(lambda c:'\u4e00' <= c <= '\u9fa5',a))
True
>>> all(map(lambda c:'\u4e00' <= c <= '\u9fa5',b))
False
复制
详细的unicode分区信息可以参考这里:中日韩统一表意文字
中文在unicode里的分区码段:
1、中日韩扩展部首[2E80-2EFF](116字) 2、康熙字典部首[2F00-2FDF](214字) 3、表意文字描述字符[2FF0-2FFF](12字) 4、中日韩笔画[31C0-31EF](37字) 5、中日韩统一表意文字扩展A区[3400-4DBF](6582字) 6、中日韩统一表意文字[4E00-9FFF](20940字) 7、私用区[E000-F8FF](896字) 8、中日韩兼容表意文字[F900-FAFF](471字) 9、中日韩统一表意文字扩展B区[20000-2A6DF](42711字) 10、中日韩统一表意文字扩展C区[2A700-2B73F](4149字) 11、中日韩统一表意文字扩展D区[2B740-2B81F](222字) 12、中日韩统一表意文字增补集[2F800-2FA1F](542字) 13、增补私用A区[F0000-FFFFF](73字)
- 判断字符串是否包含中文
#检验是否含有中文字符
def is_contains_chinese(strs):
for _char in strs:
if '\u4e00' <= _char <= '\u9fa5':
return True
return False
复制
- 正则判断中文
import re
key='123中文'
zhPattern = re.compile(u'[\u4e00-\u9fa5]+')
match = zhPattern.search(key)
if match:
print("存在中文")
复制
- 正则判断是否含有英文和数字
判断有数字:
re.match(r'[+-]?\d+$', s) s 为数字, 返回数字位置 ,
not re.match(r'[+-]?\d+$', s) 返回为True说明不含有数字
复制
判断有英文字符:
re.match(r'[a-z]+',s) 返回小写字母位置
re.match(r'[a-z]+',s,re.I) 对大小写敏感。返回字母位置
not re.match(r'[a-z]+',s,re.I) 返回为True说明没有英文字符
复制
- regex
>>> import regex
>>> zh = regex.compile(r'^\p{Han}*$')
>>> zh.match('你好')
<regex.Match object; span=(0, 2), match='你好'>
>>> zh.match('<p>好')
>>>
复制
只能保证是汉字,不能保证是中文,也可能是日文。
- 逐个字符用ord()判断ascii码
a - z : 97 - 122 A - Z : 65 - 90
def is_english_char(ch):
if ord(ch) not in (97,122) and ord(ch) not in (65,90):
return False
return True
复制
- 判断英文
#判断英文
st = "我爱中国I love China"
for s in st:
if (u'\u0041'<= s <= u'\u005a') or (u'\u0061'<= s <= u'\u007a'):
print("%s 是英文" %s)
复制
- 判断数字
#判断数字
st = "我爱中国I love China 520"
for s in st:
if s.isdigit():
print("%s 是数字" %s)
复制
- 判断空格
#判断空格
st = "我爱中国I love China 520"
for s in st:
if s.isspace():
print("%s 是空格" %s)