0%

python中判断字符是否是汉字、字母以及数字

发表于 更新于 分类于 Valine：

在python处理数据的过程中，有时候需要判断给定的字符是否是汉字、字母以及数字；参考网上的程序，给出如下的示例：

python2.x

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
#!/usr/bin/env python
# -*- coding:utf-8-*-

# 判断一个unicode是否是汉字
def is_chinese(uchar):         
    if u'\\u4e00' <= uchar<=u'\\u9fff':
        return True
    else:
        return False

# 判断一个unicode是否是数字
def is_number(uchar):
    if u'\\u0030' <= and uchar<=u'\\u0039':
        return True
    else:
        return False

\# 判断一个unicode是否是英文字母
def is_alphabet(uchar):
    if (u'\\u0041' <= uchar<=u'\\u005a') or (u'\\u0061' <= uchar<=u'\\u007a'):
        return True
    else:
        return False

# 判断是否非汉字，数字和英文字符
def is_other(uchar):
    if not (is_chinese(uchar) or is_number(uchar) or is_alphabet(uchar)):
        return True
    else:
        return False

if __name__=="__main__":
    ustring=u'中国 人名ａ高频Ａ'
    # 判断是否有其他字符；
    for item in ustring:
        if (is_other(item)):
            break

python 3.x

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
#!/usr/bin/env python
# -*- coding:utf-8-*-

# 判断一个unicode是否是汉字
def is_chinese(uchar):         
    if '\\u4e00' <= uchar<='\\u9fff':
        return True
    else:
        return False

# 判断一个unicode是否是数字
def is_number(uchar):
    if '\\u0030' <= and uchar<='\\u0039':
        return True
    else:
        return False

# 判断一个unicode是否是英文字母
def is_alphabet(uchar):
    if ('\\u0041' <= uchar<='\\u005a') or ('\\u0061' <= uchar<='\\u007a'):
        return True
    else:
        return False

# 判断是否非汉字，数字和英文字符
def is_other(uchar):
    if not (is_chinese(uchar) or is_number(uchar) or is_alphabet(uchar)):
        return True
    else:
        return False

if __name__=="__main__":
    ustring=u'中国 人名ａ高频Ａ'
    # 判断是否有其他字符；
    for item in ustring:
        if (is_other(item)):
            break

备注

  1. python2.x和python3.x代码的主要不同之处在于unicode判断的地方；因为python3.x中默认都是使用unicode编码方式处理的；
  2. unicode 分配给汉字（中日韩越统一表意文字）的范围为 4E00-9FFF （目前 unicode 6.3 的标准已定义到 9FCC ）
  3. \u4e00-\u9fff 不包含中文符号，如有需要可参考维基

参考文献：