Question

我想定义一个函数，检查一个字符串是否包含在中文中。例如， check_contain_chinese（“中国”），它返回True。 check_contain_chinese（'xx中国'），它返回True，check_contain_chinese（“xxx”），返回False。有人可以给我一些建议吗？我是大一新生..

Answer 1

检查unicode字符的范围，以确定字符串中的字符是否属于中文字符。谷歌搜索告诉我所有汉字都在'\u4e00'和u'\u9fff'之间。您可能想要自己验证。

def check_contain_chinese(check_str):
    for ch in check_str.decode('utf-8'):
        if u'\u4e00' <= ch <= u'\u9fff':
            return True
    return False

Answer 2

此处所有现有答案都将 CJK （代表中文，日文和韩文）字符与 Han 字符（仅代表中文）字符混为一谈。

很容易判断一个角色是否是CJK，但更难判断一个角色是否是中文且标准是否正在改变，总是会添加新角色。

但在实践中，人们通常使用 u'\ u4e00' - u'\ u9fa5'来检查一个角色。超出该范围的CJK字符通常不能用普通的中文字体显示。

有时候CJK Radicals Supplement，Bopomofo，CJK Strokes也应该被视为字符，而且它们甚至不在CJK统一表意文字中（'\ u4e00'-u'\ u9fff'）但它们在中文书写系统中很常见且很重要。

参考：

CJK characters

CJK Unified Ideographs

Unihan Database Lookup

GB 2312 to Unicode

GB 12345 to Unicode

Answer 3

中文字符有six Unicode maps。只需检查字符串中任何字符的代码是否符合0x4E00 - 0x9FFF间隔：

>>> any(0x4E00 <= ord(x) <= 0x9FFF for x in u'xx中国')
1: True
>>> any(0x4E00 <= ord(x) <= 0x9FFF for x in u'xxx')
2: False

法官Python str包括中文

3 个答案: