Python3判断字符中英文数字符号

发表于 | 分类于
字数统计: 360 | 阅读时长 ≈ 2

第一篇博客，写一下关于Python3中字符中英文数字符号的判断。

师姐给的一个任务，涉及到中英文混杂的文档集合，因而需要判断文本字符是中文还是英文。关于字符中文英的判断，网上一搜一大堆，但是拿过来一用就各种bug。主要原因是很多人给出的是Python2的代码，然后其中关于字符编码的问题，Pyhton2和Python3是不一样的。

判断字符中英文的方法一般是将字符放在Unicode编码中进行进行比较从而判断。

例如Unicode编码中中文的编码范围是’4e00’到’9fa5’，不过网上大多数的写法是：

1
2
3
4
5
def is_chinese(uchar):
    	if uchar >= u'u4e00' and uchar<=u'u9fa5':
     		return True
    	else:
            	return False

这里使用的u’u4e00’在Python3中行不通，正确的写法应该是：

1
2
3
4
5
def is_chinese(char):
   if char >= '\u4e00' and char <= '\u9fa5':
           return True
   else:
           return False

同样，判断字符是否为英文字母：

1
2
3
4
5
def is_alphabet(char):
        if (char >= '\u0041' and char <= '\u005a') or (char >= '\u0061' and char <= '\u007a'):
                return True
        else:
                return False

判断字符是否为数字：

1
2
3
4
5
def is_number(char):
        if char >= '\u0030' and char <= '\u0039':
                return True
        else:
                return False

判断字符是否非汉字，数字和英文字符：

1
2
3
4
5
def is_other(uchar):
        if not (is_chinese(uchar) or is_number(uchar) or is_alphabet(uchar)):
                return True
        else:
                return False

完整代码=>GitHub-AuxiliaryScripts-DistinguishChars.py.