Überprüfen Sie, dass eine Zeichenfolge nur ASCII-Zeichen enthält?

Question

Wie überprüfe ich, ob eine Zeichenfolge in Python nur ASCII-Zeichen enthält? So etwas wie Rubys ascii_only?

Ich möchte in der Lage sein, ob aus der Datei Zeichenfolge spezifische Daten in ascii lesen zu sagen

Answer 1

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

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

Eine andere Version:

>>> 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

Wenn Sie Unicode-Strings haben, können Sie verwenden die "encode" -Funktion und dann die Ausnahme abfangen:

Wenn Sie Bytes haben, können Sie das chardet Modul importieren und die Codierung überprüfen:

import chardet 

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

Answer 3

Eine Abhilfe für Ihr Problem der Zeichenfolge in einer bestimmten Codierung zu versuchen wäre und zu codieren.

Zum Beispiel:

'H€llø'.encode('utf-8') 

Dies wird den folgenden Fehler aus:

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) 

Jetzt können Sie die „UnicodeDecodeError“ fangen, um festzustellen, dass die Zeichenfolge nicht nur die ASCII-Zeichen enthalten haben.

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

Answer 4

Sie können sich auch für Regex entscheiden, um nur ASCII-Zeichen zu überprüfen. kann ein einzelnes ASCII-Zeichen:

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