使用python

Question

在python 3中识别unicode私用字符的正确方法是什么？模块unicodedata中没有明显的相关性，这使得查找字符名称和属性变得容易。

某些背景：unicodedata.name()，如果使用私人使用字符（例如，尝试ValueError），则会提供unicodedata.name("\uf026")，其中包含unicode字符的名称。但是空白字符（空间本身除外）以及可能的其他东西也会触发异常。那么，检测PUA字符的非黑客可靠方法是什么？

Answer 1

私人使用字符全部在Co general category中，由category() unicodedata中的>>> import unicodedata >>> def is_pua(c): ... return unicodedata.category(c) == 'Co' ... >>> is_pua(u'\uF026') True 返回：

U+E000

鉴于私人使用字符集永远不会更改的Unicode标准guarantees（不会添加或删除任何字符），它也很安全 - 编码three ranges：

• U+F8FF至U+F0000
• U+FFFFD至U+100000
• U+10FFFD至app.yaml