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的ascii_only?类的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和bytearray获得了对新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 'строка')
>>> 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-строка')
>>> False

>>> is_ascii('text-строка')
>>> False

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

Answer 2

您也可以选择正则表达式来检查ascii字符。 [\\x00-\\x7F]可以匹配单个ascii字符：

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

Answer 3

如果您有unicode字符串，则可以使用“encode”函数然后捕获异常：

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

如果您有字节，则可以导入chardet模块并检查编码：

import chardet

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

Answer 4

解决问题的方法是尝试使用特定编码对字符串进行编码。

例如：

'H€llø'.encode('utf-8')

这将抛出以下错误：

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)

现在您可以捕获“UnicodeDecodeError”以确定该字符串不仅包含ASCII字符。

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