检查字符串是否有希伯来字符的正确方法答案

【问题标题】：The right way to check if a string has hebrew chars检查字符串是否有希伯来字符的正确方法
【发布时间】：2012-05-19 10:14:27
【问题描述】：

希伯来语在 1424 到 1514（或十六进制 0590 到 05EA）之间具有 unicode 表示。

我正在寻找正确、最有效和最 Pythonic 的方式来实现这一目标。

首先我想出了这个：

for c in s:
    if ord(c) >= 1424 and ord(c) <= 1514:
        return True
return False

然后我带来了一个更优雅的实现：

return any(map(lambda c: (ord(c) >= 1424 and ord(c) <= 1514), s))

也许：

return any([(ord(c) >= 1424 and ord(c) <= 1514) for c in s])

其中哪些是最好的？还是我应该换一种方式？

【问题讨论】：

尝试对要查找的字符范围使用正则表达式。 See this question for the details.

标签： python ord

【解决方案1】：

你可以这样做：

# Python 3.
return any("\u0590" <= c <= "\u05EA" for c in s)
# Python 2.
return any(u"\u0590" <= c <= u"\u05EA" for c in s)

【讨论】：

【解决方案2】：

您的基本选择是：

匹配包含字符范围的正则表达式；或
遍历字符串，测试字符在包含所有目标字符的字符串或集合中的成员资格，如果找到匹配项则中断。

只有实际测试才能显示哪个会更快。

【讨论】：

两者都比他已经拥有的慢很多，根据定义的范围测试字符肯定比检查约 100 个字符长的字符串成员资格或正则表达式要快
@lenik 这是我见过的最弱的回应。我希望你不要把它拉到办公室里。
@lenik：事实上，你错了。在我的测试中，正则表达式是最快的。下一个最好的（也是更 Pythonic 的）是反转 Marcin 的建议 2，因此您迭代希伯来字符并测试字符串中的成员资格。号码：gist.github.com/2730521
（显然这取决于条件 - 我假设输入中的希伯来字符相对较少，并且程序处理的字符串足够多，可以忽略设置成本）
@lenik：我假设程序测试了足够多的字符串，以至于可以忽略创建集合的成本。此外，中文字符不在一个连续范围内，因此您需要对每个字符进行更复杂的范围检查。

【解决方案3】：

用unidcodedata检查第一个字符很简单：

import unicodedata

def is_greek(term):
    return 'GREEK' in unicodedata.name(term.strip()[0])


def is_hebrew(term):
    return 'HEBREW' in unicodedata.name(term.strip()[0])

【讨论】：