'\u00BD' # ½
'\u00B2' # ²
我试图更好地理解isdecimal()和isdigit(),因为它必须理解unicode数值属性。我怎样才能看到例如上面两个unicodes的数值属性。
答案 0 :(得分:5)
获取'数值'包含在角色中,您可以使用unicodedata.numeric()
function:
>>> import unicodedata
>>> unicodedata.numeric('\u00BD')
0.5
使用ord()
function获取整数代码点,可选择与format()
结合使用以生成十六进制值:
>>> ord('\u00BD')
189
>>> format(ord('\u00BD'), '04x')
'00bd'
您可以使用unicodedata.category()
访问字符属性,然后您需要根据记录的类别进行检查:
>>> unicodedata('\u00DB')
'No'
其中'No'
stands for Number, Other。
但是,类别.isnumeric() == True
中有一系列Lo
个字符; Python unicodedata
数据库只允许您访问常规类别,并依赖str.isdigit()
,str.isnumeric()
和unicodedata.digit()
,unicodedata.numeric()
等方法来处理其他类别。
如果您需要所有数字Unicode字符的精确列表,则规范来源为Unicode database;一系列定义整个标准的文本文件。 DerivedNumericTypes.txt
file (v. 6.3.0)为您提供了一个视图'在该数据库上具体的数字属性;它告诉您顶部文件是如何从标准中的其他数据文件派生的。同上DerivedNumericValues.txt
file,列出每个代码点的确切数值。
答案 1 :(得分:1)
the docs明确指定方法与Numeric_Type
属性之间的关系。
def is_decimal(c):
"""Whether input character is Numeric_Type=decimal."""
return c.isdecimal() # it means General Category=Decimal Number in Python
def is_digit(c):
"""Whether input character is Numeric_Type=digit."""
return c.isdigit() and not c.isdecimal()
def is_numeric(c):
"""Whether input character is Numeric_Type=numeric."""
return c.isnumeric() and not c.isdigit() and not c.isdecimal()
示例:
>>> for c in '\u00BD\u00B2':
... print("{}: Numeric: {}, Digit: {}, Decimal: {}".format(
... c, is_numeric(c), is_digit(c), is_decimal(c)))
...
½: Numeric: True, Digit: False, Decimal: False
²: Numeric: False, Digit: True, Decimal: False
我不确定Decimal Number和Numeric_Type=Decimal是否完全相同。
注意:'\u00B2'
不是十进制,因为标准明确排除了上标,请参阅4.6 Numerical Value (Unicode 6.2)。