Erkennt strings, die mit nicht-englischen Zeichen in Python

Ich habe einige Zeichenfolgen, die eine Mischung aus Deutsch und keiner Englisch Briefe. Zum Beispiel:

w='_1991_اف_جي2'

Wie kann ich erkennen, diese Arten von string mit Regex oder andere schnelle Methode in Python?

Ich lieber nicht zu vergleichen Buchstaben des Strings nacheinander mit einer Liste von Buchstaben, aber um dies zu tun in einem Schuss und schnell.

InformationsquelleAutor der Frage TJ1 | 2014-11-23

  1. 36

    Können Sie einfach überprüfen, ob die Zeichenfolge kodiert werden können nur mit ASCII-Zeichen (Zeichen, die das lateinische alphabet + ein paar andere Zeichen). Wenn es nicht codiert ist, dann hat es die Zeichen aus einem anderen alphabet.

    Hinweis: der Kommentar # -*- coding: ..... Sollte es dort an der Spitze der python-Datei (sonst würden Sie erhalten eine Fehlermeldung über Codierung)

    # -*- coding: utf-8 -*-
def isEnglish(s):
    try:
        s.encode(encoding='utf-8').decode('ascii')
    except UnicodeDecodeError:
        return False
    else:
        return True

print isEnglish('slabiky, ale liší se podle významu')
print isEnglish('English')
print isEnglish('ގެ ފުރަތަމަ ދެ އަކުރު ކަ')
print isEnglish('how about this one : 通 asfަ')
print isEnglish('?fd4))45s&')

    Zurück F, T, F, F, T

    InformationsquelleAutor der Antwort Salvador Dali

  2. 6

    Wenn Sie die Arbeit mit strings (nicht unicode-Objekte), können Sie reinigen es mit der übersetzung und prüfen mit isalnum()die besser ist als Ausnahmen: 

    import string

def isEnglish(s):
    return s.translate(None, string.punctuation).isalnum()


print isEnglish('slabiky, ale liší se podle významu')
print isEnglish('English')
print isEnglish('ގެ ފުރަތަމަ ދެ އަކުރު ކަ')
print isEnglish('how about this one : 通 asfަ')
print isEnglish('?fd4))45s&')
print isEnglish('Текст на русском')

> False
> True
> False
> False
> True
> False

    Sie können auch filter nicht-ascii-Zeichen aus einer Zeichenfolge mit dieser Funktion:

    ascii = set(string.printable)   

def remove_non_ascii(s):
    return filter(lambda x: x in ascii, s)


remove_non_ascii('slabiky, ale liší se podle významu')
> slabiky, ale li se podle vznamu

    InformationsquelleAutor der Antwort Katrina Malakhova

  3. -1
    import re

english_check = re.compile(r'[a-z]')

if english_check.match(w):
    print "english",w
else:
    print "other:",w

    InformationsquelleAutor der Antwort PemaGrg

Schreibe einen Kommentar