检查字符串是否只包含ASCII字符？

Question

如何在Python中检查字符串是否只包含ASCII字符？像Ruby这样的东西ascii_only?

我希望能够判断从文件读取的字符串特定数据是否在ascii中

Answer 1

在Python 3.7中添加了做你想要的方法:

str,bytes并bytearray获得对新isascii()方法的支持,该方法可用于测试字符串或字节是否仅包含ASCII字符.

除此以外:

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

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

另一个版本:

>>> 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-??????')
>>> False

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

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

Answer 2

如果你有 unicode 字符串，你可以使用“encode”函数，然后捕获异常：

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

如果有字节，可以导入 chardet 模块并检查编码：

import chardet

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

Answer 3

您还可以选择使用正则表达式来仅检查ascii字符。[\x00-\x7F]可以匹配一个ascii字符：

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