如何检查Python中的字符串是否为ASCII？

我想检查字符串是否为ASCII。

我知道ord()，但是当我尝试时ord('é')，我知道了TypeError: ord() expected a character, but string of length 2 found。我了解这是由我构建Python的方式引起的（如ord()的文档中所述）。

还有另一种检查方法吗？

def is_ascii(s):
    return all(ord(c) < 128 for c in s)

我认为您不是在问正确的问题-

python中的字符串没有与'ascii'，utf-8或任何其他编码对应的属性。字符串的来源（无论您是从文件中读取字符串，还是从键盘输入等等）可能已经在ASCII中编码了一个unicode字符串以生成您的字符串，但这就是您需要答案的地方。

也许您会问的问题是：“此字符串是在ASCII中编码unicode字符串的结果吗？” -您可以尝试以下方法回答：

try:
    mystring.decode('ascii')
except UnicodeDecodeError:
    print "it was not a ascii-encoded unicode string"
else:
    print "It may have been an ascii-encoded unicode string"

Python 3方式：

isascii = lambda s: len(s) == len(s.encode())

要进行检查，请传递测试字符串：

str1 = "♥O◘♦♥O◘♦"
str2 = "Python"

print(isascii(str1)) -> will return False
print(isascii(str2)) -> will return True

Python 3.7的新功能（bpo32677）

没有更多的无聊/对字符串低效ASCII检查，新的内置str/ bytes/ bytearray方法- .isascii()将检查字符串是ASCII。

print("is this ascii?".isascii())
# True

最近遇到了类似的情况-供将来参考

import chardet

encoding = chardet.detect(string)
if encoding['encoding'] == 'ascii':
    print 'string is in ascii'

您可以使用：

string_ascii = string.decode(encoding['encoding']).encode('ascii')

Vincent Marchetti的想法正确，但str.decode已在Python 3中弃用。在Python 3中，您可以使用以下命令进行相同的测试str.encode：

try:
    mystring.encode('ascii')
except UnicodeEncodeError:
    pass  # string is not ascii
else:
    pass  # string is ascii

请注意，您要捕获的异常也已从更改UnicodeDecodeError为UnicodeEncodeError。

您的问题不正确；您看到的错误不是您构建python的结果，而是字节字符串和unicode字符串之间的混淆。

字节字符串（例如python语法中的“ foo”或“ bar”）是八位字节序列；0-255之间的数字。Unicode字符串（例如u“ foo”或u'bar'）是unicode代码点的序列；从0-1112064开始的数字。但是您似乎对字符é感兴趣，该字符é（在您的终端中）是一个多字节序列，代表一个字符。

代替ord(u'é')，试试这个：

>>> [ord(x) for x in u'é']

这就告诉您“é”代表的代码点顺序。它可以给您[233]，也可以给您[101，770]。

除了chr()扭转这种情况，还有unichr()：

>>> unichr(233)
u'\xe9'

该字符实际上可以表示为单个或多个unicode“代码点”，它们本身表示字素或字符。它可以是“带有重音符号的e（即代码点233）”，也可以是“ e”（编码点101），后跟“上一个字符具有重音符号”（代码点770）。因此，这个完全相同的字符可以表示为Python数据结构u'e\u0301'或u'\u00e9'。

大多数情况下，您不必关心这一点，但是如果您要遍历unicode字符串，这可能会成为问题，因为迭代是通过代码点而不是通过可分解字符进行的。换句话说，len(u'e\u0301') == 2和len(u'\u00e9') == 1。如果您认为这很重要，可以使用来在合成和分解形式之间进行转换unicodedata.normalize。

Unicode词汇表可以指出每个特定术语如何指代文本表示形式的不同部分，这对于理解其中的一些问题可能是有用的指南，这比许多程序员意识到的要复杂得多。

怎么样呢？

import string

def isAscii(s):
    for c in s:
        if c not in string.ascii_letters:
            return False
    return True

我在尝试确定如何使用/编码/解码我不确定其编码的字符串（以及如何转义/转换该字符串中的特殊字符）时发现了这个问题。

我的第一步应该是检查字符串的类型-我不知道在那里可以从类型中获取有关其格式的良好数据。 这个答案非常有帮助，并且是我问题的真正根源。

如果您变得粗鲁和执着

UnicodeDecodeError：'ascii'编解码器无法解码位置263的字节0xc3：序数不在范围内（128）

尤其是在进行编码时，请确保您不尝试对已经是unicode的字符串进行unicode（）-出于某种可怕的原因，您会遇到ascii编解码器错误。（另请参阅“ Python厨房食谱 ”和“ Python文档”教程，以更好地了解它的可怕程度。）

最终，我确定我想做的是：

escaped_string = unicode(original_string.encode('ascii','xmlcharrefreplace'))

在调试中也很有帮助，是将我文件中的默认编码设置为utf-8（将其放在python文件的开头）：

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

这样，您就可以测试特殊字符（'àéç'），而不必使用它们的Unicode转义符（u'\ xe0 \ xe9 \ xe7'）。

>>> specials='àéç'
>>> specials.decode('latin-1').encode('ascii','xmlcharrefreplace')
'àéç'

要从Python 2.6（和Python 3.x）中改进Alexander的解决方案，可以使用帮助器模块curses.ascii并使用curses.ascii.isascii（）函数或其他各种功能：https ://docs.python.org/2.6/ library / curses.ascii.html

from curses import ascii

def isascii(s):
    return all(ascii.isascii(c) for c in s)

您可以使用接受Posix标准[[：ASCII：]]定义的正则表达式库。

strPython中的字符串（-type）是一系列字节。有没有办法从看串只是告诉的这一系列字节是否代表一个ASCII字符串，在8位字符集，如ISO-8859-1或字符串使用UTF-8或UTF-16或任何编码的字符串。

但是，如果您知道所使用的编码，则可以decode将str转换为unicode字符串，然后使用正则表达式（或循环）检查其是否包含您所关注范围之外的字符。

就像@RogerDahl的答案一样，但通过否定字符类并使用search代替find_allor 来短路更有效match。

>>> import re
>>> re.search('[^\x00-\x7F]', 'Did you catch that \x00?') is not None
False
>>> re.search('[^\x00-\x7F]', 'Did you catch that \xFF?') is not None
True

我认为正则表达式已对此进行了优化。

import re

def is_ascii(s):
    return bool(re.match(r'[\x00-\x7F]+$', s))

要将空字符串包含为ASCII，请将更改+为*。

为防止代码崩溃，您可能需要使用a try-except来捕获TypeErrors

>>> ord("¶")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: ord() expected a character, but string of length 2 found

例如

def is_ascii(s):
    try:
        return all(ord(c) < 128 for c in s)
    except TypeError:
        return False

我使用以下命令确定字符串是ascii还是unicode：

>> print 'test string'.__class__.__name__
str
>>> print u'test string'.__class__.__name__
unicode
>>> 

然后只需使用条件块来定义函数：

def is_ascii(input):
    if input.__class__.__name__ == "str":
        return True
    return False