Python — 检查字符串是否包含西里尔字符答案

【问题标题】：Python — check if a string contains Cyrillic charactersPython — 检查字符串是否包含西里尔字符
【发布时间】：2018-01-14 23:34:16
【问题描述】：

如何检查字符串是否包含西里尔字符？

例如

>>> has_cyrillic('Hello, world!')
False
>>> has_cyrillic('Привет, world!')
True

【问题讨论】：

奇怪的是这个问题直到现在才被标记为cyrillic...

标签： python string cyrillic

【解决方案1】：

您可以使用正则表达式来检查字符串是否包含а-я, А-Я 范围内的字符：

import re 

def has_cyrillic(text):
    return bool(re.search('[а-яА-Я]', text))

或者，您可以匹配whole Cyrillic script range：

def has_cyrillic(text):
    return bool(re.search('[\u0400-\u04FF]', text))

这也将匹配扩展西里尔字母的字母（例如 ё、Є、ў）。

【讨论】：

糟糕。 has_cyrillic('Hello, wёrld!') 是 False。
如果有人正在寻找 R 等效项 grepl(pattern = '[\u0400-\u04FF]', x = text) 将完成这项工作。

【解决方案2】：

regex 支持 Unicode 属性以及一些短格式。

>>> regex.search(r'\p{IsCyrillic}', 'Hello, world!')
>>> regex.search(r'\p{IsCyrillic}', 'Привет, world!')
<regex.Match object; span=(0, 1), match='П'>
>>> regex.search(r'\p{IsCyrillic}', 'Hello, wёrld!')
<regex.Match object; span=(8, 9), match='ё'>

【讨论】：

【解决方案3】：

建议一种方法，比这里讨论的更快。

方法#1：

len("экономия3r4".encode("ascii", "ignore")) > len ("экономия3r4")

246 ns ± 7.76 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

如果有西里尔字符，则打印“True”

方法#2：

Max 在之前的帖子中讨论过

import re

def has_cyrillic(text):
    return bool(re.search('[а-яА-Я]', text))

has_cyrillic("экономия3r4")

929 ns ± 20.6 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

【讨论】：

【解决方案4】：

您可以创建一个包含西里尔字母的set，然后只检查字符串的每个字符：

cyrillic_letters = {....} # fill it with the cyrillic letters

def has_cyrillic(text):
    for c in text:
        if c in cyrillic_letters:
            return True
    return False

【讨论】：