python 判断字符串是中文还是英文

最新推荐文章于 2024-12-09 18:57:27 发布

原创最新推荐文章于 2024-12-09 18:57:27 发布 · 839 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#网络 #前端 #数据库 #服务器

Python 专栏收录该内容

163 篇文章

订阅专栏

文章介绍了如何使用Python判断字符串是否全由中文字符组成，以及通过正则表达式检测英文字符、数字和空格。包括使用`is_all_chinese`函数检查全中文，`is_contains_chinese`检查是否含中文，以及正则匹配英文、数字和空格的方法。

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)