判斷如下：
創(chuàng)新互聯(lián)長期為上1000+客戶提供的網(wǎng)站建設服務，團隊從業(yè)經(jīng)驗10年，關注不同地域、不同群體，并針對不同對象提供差異化的產(chǎn)品和服務；打造開放共贏平臺，與合作伙伴共同營造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為東光企業(yè)提供專業(yè)的做網(wǎng)站、成都網(wǎng)站建設，東光網(wǎng)站改版等技術服務。擁有十余年豐富建站經(jīng)驗和眾多成功案例,為您定制開發(fā)。
1、逐個字符用ord()判斷ascii碼：a - z : 97 - 122，A - Z : 65 - 90。
2、def is_english_char(ch)：if ord(ch) not in (97,122) and ord(ch) not in (65,90)：return False，return True。
Python在設計上堅持了清晰劃一的風格，這使得Python成為一門易讀、易維護，并且被大量用戶所歡迎的、用途廣泛的語言。
擴展資料：
Python的控制語句：
1、if語句，當條件成立時運行語句塊。經(jīng)常與else, elif(相當于else if) 配合使用。
2、for語句，遍歷列表、字符串、字典、集合等迭代器，依次處理迭代器中的每個元素。
3、while語句，當條件為真時，循環(huán)運行語句塊。
4、try語句，與except,finally配合使用處理在程序運行中出現(xiàn)的異常情況。
5、class語句，用于定義類型。
參考資料來源：百度百科-Python
法一：
isinstance(s, str) 用來判斷是否為一般字符串
isinstance(s, unicode) 用來判斷是否為unicode
或
if type(str).__name__!="unicode":
str=unicode(str,"utf-8")
else:
pass
法二：
Python chardet 字符編碼判斷
使用 chardet 可以很方便的實現(xiàn)字符串/文件的編碼檢測。尤其是中文網(wǎng)頁，有的頁面使用GBK/GB2312，有的使用UTF8，如果你需要去爬一些頁面，知道網(wǎng)頁編碼很重要的，雖然HTML頁面有charset標簽，但是有些時候是不對的。那么chardet就能幫我們大忙了。?
chardet實例
import urllib
rawdata = urllib.urlopen('').read()
import chardet
chardet.detect(rawdata)
{'confidence': 0.98999999999999999, 'encoding': 'GB2312'}
chardet可以直接用detect函數(shù)來檢測所給字符的編碼。函數(shù)返回值為字典，有2個元數(shù)，一個是檢測的可信度，另外一個就是檢測到的編碼。
chardet 安裝
下載chardet后，解壓chardet壓縮包，直接將chardet文件夾放在應用程序目錄下，就可以使用import chardet開始使用chardet了。?
或者使用setup.py安裝文件，將chardet拷貝到Python系統(tǒng)目錄下，這樣所有的python程序只要用import chardet就可以了。
1
2
3
4
5
def is_chinese(s):
if s = u'\u4e00' and s=u'\u9fa5':
return True
else:
return False
給你這個判斷中文字符的函數(shù)，用到字符串上就可以了。
#!/usr/bin/env python
# -*- coding:GBK -*-
"""漢字處理的工具:
判斷unicode是否是漢字，數(shù)字，英文，或者其他字符。
全角符號轉半角符號。"""
__author__="internetsweeper zhengbin0713@gmail.com"
__date__="2007-08-04"
def is_chinese(uchar):
"""判斷一個unicode是否是漢字"""
if uchar = u'\u4e00' and uchar=u'\u9fa5':
return True
else:
return False
def is_number(uchar):
"""判斷一個unicode是否是數(shù)字"""
if uchar = u'\u0030' and uchar=u'\u0039':
return True
else:
return False
def is_alphabet(uchar):
"""判斷一個unicode是否是英文字母"""
if (uchar = u'\u0041' and uchar=u'\u005a') or (uchar = u'\u0061' and uchar=u'\u007a'):
return True
else:
return False
def is_other(uchar):
"""判斷是否非漢字，數(shù)字和英文字符"""
if not (is_chinese(uchar) or is_number(uchar) or is_alphabet(uchar)):
return True
else:
return False
def B2Q(uchar):
"""半角轉全角"""
inside_code=ord(uchar)
if inside_code0x0020 or inside_code0x7e: #不是半角字符就返回原來的字符
return uchar
if inside_code==0x0020: #除了空格其他的全角半角的公式為:半角=全角-0xfee0
inside_code=0x3000
else:
inside_code+=0xfee0
return unichr(inside_code)
def Q2B(uchar):
"""全角轉半角"""
inside_code=ord(uchar)
if inside_code==0x3000:
inside_code=0x0020
else:
inside_code-=0xfee0
if inside_code0x0020 or inside_code0x7e: #轉完之后不是半角字符返回原來的字符
return uchar
return unichr(inside_code)
def stringQ2B(ustring):
"""把字符串全角轉半角"""
return "".join([Q2B(uchar) for uchar in ustring])
def uniform(ustring):
"""格式化字符串，完成全角轉半角，大寫轉小寫的工作"""
return stringQ2B(ustring).lower()
def string2List(ustring):
"""將ustring按照中文，字母，數(shù)字分開"""
retList=[]
utmp=[]
for uchar in ustring:
if is_other(uchar):
if len(utmp)==0:
continue
else:
retList.append("".join(utmp))
utmp=[]
else:
utmp.append(uchar)
if len(utmp)!=0:
retList.append("".join(utmp))
return retList
if __name__=="__main__":
#test Q2B and B2Q
for i in range(0x0020,0x007F):
print Q2B(B2Q(unichr(i))),B2Q(unichr(i))
#test uniform
ustring=u'中國 人名a高頻A'
ustring=uniform(ustring)
ret=string2List(ustring)
print ret
以上轉自
這個問題是做 MkIV 預處理程序時搞定的，就是把一個混合了中英文混合字串分離為英文與中文的子字串，譬如，將 ”我的 English 學的不好“ 分離為 “我的"、" English ” 與 "學的不好" 三個子字串。
1. 中英文混合字串的統(tǒng)一編碼表示中英文混合字串處理最省力的辦法就是把它們的編碼都轉成 Unicode，讓一個漢字與一個英文字母的內(nèi)存位寬都是相等的。這個工作用 Python 來做，比較合適，因為 Python 內(nèi)碼采用的是 Unicode，并且為了支持 Unicode 字串的操作，Python 做了一個 Unicode 內(nèi)建模塊，把 string 對象的全部方法重新實現(xiàn)了一遍，另外提供了 Codecs 對象，解決各種編碼類型的字符串解碼與編碼問題。
譬如下面的 Python 代碼，可實現(xiàn) UTF-8 編碼的中英文混合字串向 Unicode 編碼的轉換：# -*-
coding:utf-8 -*-
a = "我的 English 學的不好"
print type(a),len (a), a
b = unicode (a, "utf-8")
print type(b), len (b), b字符串 a 是 utf-8 編碼，使用 python 的內(nèi)建對象 unicode 可將其轉換為 Unicode 編碼的字符串 b。上述代碼執(zhí)行后的輸出結果如下所示，比較字串 a 與字串 b 的長度，顯然 len (b) 的輸出結果是合理的。type 'str' 27 我的 English 學的不好
type 'unicode' 15 我的 English 學的不好要注意的一個問題是 Unicode 雖然號稱是“統(tǒng)一碼”，不過也是存在著兩種形式，即：
UCS-2：為 16 位碼，具有 2^16 = 65536 個碼位； UCS-4：為 32 位碼，目前的規(guī)定是其首字節(jié)的首位為 0，因此具有 2^31 = 2147483648 個碼位，不過現(xiàn)在的只使用了 0x00000000 － 0x0010FFFF 之間的碼位，共 1114112 個。
使用Python sys 模塊提供的一個變量 maxunicode 的值可以判斷當前 Python 所使用的 Unicode 類型是 UCS-2 的還是 UCS-4 的。import sys
print sys.maxunicode若 sys.maxunicode 的值為 1114111，即為 UCS-4；若為 65535，則為 UCS-2。
2. 中英文混合字串的分離一旦中英文字串的編碼獲得統(tǒng)一，那么對它們進行分裂就是很簡單的事情了。首先要為中文字串與英文字串分別準備一個收集器，使用兩個空的字串對象即可，譬如 zh_gather 與 en_gather；然后要準備一個列表對象，負責按分離次序存儲 zh_gather 與 en_gather 的值。下面這個 Python 函數(shù)接受一個中英文混合的 Unicode 字串，并返回存儲中英文子字串的列表。def split_zh_en (zh_en_str):
zh_en_group = []
zh_gather = ""
en_gather = ""
zh_status = False
for c in zh_en_str:
if not zh_status and is_zh (c):
zh_status = True
if en_gather != "":
zh_en_group.append ([mark["en"],en_gather])
en_gather = ""
elif not is_zh (c) and zh_status:
zh_status = False
if zh_gather != "":
zh_en_group.append ([mark["zh"], zh_gather])
if zh_status:
zh_gather += c
else:
en_gather += c
zh_gather = ""
if en_gather != "":
zh_en_group.append ([mark["en"],en_gather])
elif zh_gather != "":
zh_en_group.append ([mark["zh"],zh_gather])
return zh_en_group上述代碼所實現(xiàn)的功能細節(jié)是：對中英文混合字串 zh_en_str 的遍歷過程中進行逐字識別，若當前字符為中文，則將其添加到 zh_gather 中；若當前字符為英文，則將其添加到 en_gather 中。zh_status 表示中英文字符的切換狀態(tài)，當 zh_status 的值發(fā)生突變時，就將所收集的中文子字串或英文子字串添加到 zh_en_group 中去。
判斷字串 zh_en_str 中是否包含中文字符的條件語句中出現(xiàn)了一個 is_zh () 函數(shù)，它的實現(xiàn)如下：def is_zh (c):
x = ord (c)
# Punct Radicals
if x = 0x2e80 and x = 0x33ff:
return True
# Fullwidth Latin Characters
elif x = 0xff00 and x = 0xffef:
return True
# CJK Unified Ideographs
# CJK Unified Ideographs Extension A
elif x = 0x4e00 and x = 0x9fbb:
return True
# CJK Compatibility Ideographs
elif x = 0xf900 and x = 0xfad9:
return True
# CJK Unified Ideographs Extension B
elif x = 0x20000 and x = 0x2a6d6:
return True
# CJK Compatibility Supplement
elif x = 0x2f800 and x = 0x2fa1d:
return True
else:
return False這段代碼來自 jjgod 寫的 XeTeX 預處理程序。
對于分離出來的中文子字串與英文子字串，為了使用方便，在將它們存入 zh_en_group 列表時，我對它們分別做了標記，即 mark["zh"] 與 mark["en"]。mark 是一個 dict 對象，其定義如下：mark = {"en":1, "zh":2}如果要對 zh_en_group 中的英文字串或中文字串進行處理時，標記的意義在于快速判定字串是中文的，還是英文的，譬如：for str in zh_en_group:
if str[0] = mark["en"]:
do somthing
else:
do somthing
供參考。gb312本來就是標準ascii的一種擴充，ascii可以視同為gb312的子集。所以，如果var的值全部是在ascii里面的話，轉成gb312后也還是屬于ascii，所以使用detect函數(shù)的時候，編碼還是ascii（當然同時也屬于gb312）；如果var的值不是全部在ascii里面的話，語句var
=
var.decode('ascii')可能會出錯。
只要var的值是英文(內(nèi)碼0-127)，轉換不轉換，都已經(jīng)是gb2312編碼。
首先，在Python中字符串的表示是 用unicode編碼。所以在做編碼轉換時，通常要以unicode作為中間編碼。
decode的作用是將其他編碼的字符串轉換成unicode編碼，比如 a.decode('utf-8')，表示將utf-8編碼的字符串轉換成unicode編碼
encode的作用是將unicode編碼的字符串轉換成其他編碼格式的字符串，比如b.encode('utf-8')，表示將unicode編碼格式轉換成utf-8編碼格式的字符串
判斷一個字符串中是否含有中文字符：
好了，有了以上知識，就可以很容易的解決這個問題了。這是代碼
1 #-*- coding:utf-8 -*-
2
3 import sys
4 reload(sys)
5 sys.setdefaultencoding('utf8')
6
7 def check_contain_chinese(check_str):
8 for ch in check_str.decode('utf-8'):
9 if u'\u4e00' = ch = u'\u9fff':
10 return True
11 return False
12
13 if __name__ == "__main__":
14 print check_contain_chinese('中國')
15 print check_contain_chinese('xxx')
16 print check_contain_chinese('xx中國')
17
18 結果：
19 True
20 False
21 True
重慶分公司
重慶分公司
