Kiểm tra xem chuỗi có chứa chỉ các ký tự ASCII không?

Question

Làm cách nào để kiểm tra xem chuỗi có chứa các ký tự ASCII bằng Python không? Một cái gì đó như Ruby của ascii_only?

Tôi muốn có thể cho biết liệu chuỗi cụ thể dữ liệu đọc từ tập tin là trong ascii

Answer 1

>>> all(ord(char) < 128 for char in 'string') 
>>> True 

>>> all(ord(char) < 128 for char in 'строка') 
>>> False 

Một phiên bản:

>>> def is_ascii(text): 
    if isinstance(text, unicode): 
     try: 
      text.encode('ascii') 
     except UnicodeEncodeError: 
      return False 
    else: 
     try: 
      text.decode('ascii') 
     except UnicodeDecodeError: 
      return False 
    return True 
... 

>>> is_ascii('text') 
>>> True 

>>> is_ascii(u'text') 
>>> True 

>>> is_ascii(u'text-строка') 
>>> False 

>>> is_ascii('text-строка') 
>>> False 

>>> is_ascii(u'text-строка'.encode('utf-8')) 
>>> False 

Answer 2

Nếu bạn có các chuỗi unicode bạn có thể sử dụng chức năng "mã hóa" và sau đó bắt ngoại lệ:

try: 
    mynewstring = mystring.encode('ascii') 
except UnicodeEncodeError: 
    print("there are non-ascii characters in there") 

Nếu bạn có byte, bạn có thể nhập mô-đun chardet và kiểm tra mã hóa:

import chardet 

# Get the encoding 
enc = chardet.detect(mystring)['encoding'] 

Answer 3

Giải pháp cho vấn đề của bạn là thử và mã hóa chuỗi trong một mã hóa cụ thể.

Ví dụ:

'H€llø'.encode('utf-8') 

này sẽ ném các lỗi sau:

Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe2 in position 1: ordinal not in range(128) 

Bây giờ bạn có thể nắm bắt được "UnicodeDecodeError" để xác định rằng chuỗi không chỉ chứa các ký tự ASCII.

try: 
    'H€llø'.encode('utf-8') 
except UnicodeDecodeError: 
    print 'This string contains more than just the ASCII characters.' 

Answer 4

Bạn cũng có thể chọn regex chỉ kiểm tra ký tự ascii. [\x00-\x7F] có thể khớp với một ký tự ascii đơn lẻ:

>>> OnlyAscii = lambda s: re.match('^[\x00-\x7F]+$', s) != None 
>>> OnlyAscii('string') 
True 
>>> OnlyAscii('Tannh‰user') 
False