拉莫斯之舞
在python3中,str默认是unicode编码
用 ord() 函数判断单个字符的unicode编码是否大于255即可。
一般来说,中文常用字的范围是:[\u4e00-\u9fa5]
准确点判断中文字符,可以这样比较:
>>> X,Y = ['\u4e00','\u9fa5']
>>> X<='阿'<=Y
True
例子:
>>> a = "你好";b = "
你好">>> def isAllZh(s):
for c in s:
if not('\u4e00' <= c <= '\u9fa5'):
return False
return True
>>> isAllZh(a)
True
>>> isAllZh(b)
False
#或者用 all()
>>> all(map(lambda c:'\u4e00' <= c <= '\u9fa5',a))
True
>>> all(map(lambda c:'\u4e00' <= c <= '\u9fa5',b))
False
既然 @依云 提出了编码范围的问题,就再补充一些~
详细的unicode分区信息可以参考这里:中日韩统一表意文字
楼主是问 判断中文的算法;很简单,就是比较字符编码的大小,落在cjk文字范围内,就是中文。出了[\u4e00-\u9fa5]范围的汉字,多数是生僻字、异体字;如果很在意的话,可以参照下表,多加几个判断条件即可。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)