完整的 Python 标点符号集（不仅仅是 ASCII）

Question

是否有包含我们可能经常遇到的所有标点符号的列表或库？

通常我使用string.punctuation，但其中不包含一些标点符号，例如：

>>> "'" in string.punctuation
True
>>> "’" in string.punctuation
False

Answer 1

您可能会通过此检查做得更好：

>>> import unicodedata
>>> unicodedata.category("'").startswith("P")
True
>>> unicodedata.category("’").startswith("P")
True

Unicode 类别P*专门用于标点符号：

连接器 (Pc)、破折号 (Pd)、初始报价 (Pi)、最终报价 (Pf)、打开 (Ps)、关闭 (Pe)、其他 (Po)

要准备详尽的集合，您随后可以将其用于快速成员资格检查，请使用集合理解：

>>> import sys
>>> from unicodedata import category
>>> codepoints = range(sys.maxunicode + 1)
>>> punctuation = {c for i in codepoints if category(c := chr(i)).startswith("P")}
>>> "'" in punctuation
True
>>> "’" in punctuation
True

此处的赋值表达式需要 Python 3.8+，等效于较旧的 Python 版本：

chrs = (chr(i) for i in range(sys.maxunicode + 1))
punctuation = set(c for c in chrs if category(c).startswith("P"))

请注意，其中的一些其他字符string.punctuation实际上属于 Unicode 类别Symbol。如果您愿意，也可以轻松添加这些内容。

Answer 2

如果要检查字符是否为标点符号，wim 发布的答案是正确的。

如果您真的需要问题标题所暗示的所有标点符号的列表，您可以使用以下内容：

import sys
from unicodedata import category
punctuation_chars =  [chr(i) for i in range(sys.maxunicode) 
                             if category(chr(i)).startswith("P")]