如何在 Python 中检测非 ASCII 字符？

Question

我正在使用 Python 2.7 解析多个 XML 文件，有一些字符串，例如：string ="[2,3,13,37–41,43,44,46]". 我将它们拆分以获得所有元素的列表，然后我必须检测带有“-”的元素，例如“37-41”，但事实证明这不是常规破折号，它是一个非 ASCII 字符：

elements = [u'2', u'3', u'13', u'37\u201341', u'43', u'44', u'46']

所以我需要类似的东西

for e in elements:
  if "–" in e:
      # do something about it

如果在这个 if 表达式中使用那个非 ASCII 字符，那么我会得到一个错误："SyntaxError: Non-ASCII character '\xe2' in file...".

我试图if用这个 re 方法替换表达式：

re.search('\xe2', e)

但现在不是这样了。所以我正在寻找一种方法来将非 ASCII 字符转换为常规 ASCII“-”或直接在搜索表达式中使用 ASCII 数字。

Answer 1

您可以检查字符值是否在 0 - 127 之间。

for c in someString:
    if 0 <= ord(c) <= 127:
        # this is a ascii character.
    else:
        # this is a non-ascii character. Do something.

Answer 2

# -*- coding: utf-8 -*-

import re

elements = [u'2', u'3', u'13', u'37\u201341', u'43', u'44', u'46']

for e in elements:
    if (re.sub('[ -~]', '', e)) != "":
        #do something here
        print "-"

re.sub('[ -~]', '', e)将删除中的所有有效 ASCII 字符e（具体来说，将所有有效 ASCII 字符替换为“”），仅保留 e 的非 ASCII 字符。

希望这有帮助