高手接招! 小应用 用python3判断一个字符串是不是中文组成的

Question

由于业务需求,需要写一个小程序,来判断一个字符串中是不是纯中文字符 ( 一个字符串中不能包含符号,英文 )
比如

a = "你好"

这个就是一个纯中文

再比如

a = "</p>你好"

这个就不行~

那么需要如何优雅的来实现?

Answer 1

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 = "</p>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）

Answer 2

简单啦，你用正则匹配一下英文，标点，数字不就可以了么？

Answer 3

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') >>> 只能保证是汉字，不能保证是中文，也可能是日文。