如何检查Python中的string是否是ASCII码？
我想检查一个string是否是ASCII码。
我知道ord() ，但是当我尝试ord('é') ，我有TypeError: ord() expected a character, but string of length 2 found 。 我明白这是由我build立Python的方式（正如ord()的文档中所解释的 ）引起的。
有另一种方法检查？
def is_ascii(s): return all(ord(c) < 128 for c in s)
我想你不是在问正确的问题 –
python中的string没有与“ascii”，utf-8或任何其他编码对应的属性。 你的string的来源（不pipe你是从文件中读取，还是从键盘input等等）都可能用ASCII编码了一个unicodestring来产生你的string，但这就是你需要去做答案的地方。
也许你可以问的问题是：“这个string是在ASCII码中编码unicodestring的结果吗？ – 这可以通过尝试来回答：
try: mystring.decode('ascii') except UnicodeDecodeError: print "it was not a ascii-encoded unicode string" else: print "It may have been an ascii-encoded unicode string"
Python 3的方式：
isascii = lambda s: len(s) == len(s.encode())
最近进入这样的事情 – 供将来参考
import chardet encoding = chardet.detect(string) if encoding['encoding'] == 'ascii': print 'string is in ascii'
你可以使用它：
string_ascii = string.decode(encoding['encoding']).encode('ascii')
你的问题是不正确的; 你看到的错误不是你如何构buildpython的结果，而是字节串和unicodestring之间的混淆。
字节string（例如python语法中的“foo”或“bar”）是八位字节的序列; 数字从0-255。 Unicodestring（例如u“foo”或u'bar“）是unicode代码点的序列; 数字从0-1112064。 但是你似乎对字符é感兴趣，字符（在你的terminal）是一个多字节的序列，代表一个字符。
而不是ord(u'é') ，试试这个：
>>> [ord(x) for x in u'é']
这告诉你代码点“é”代表的序列。 它可能会给你[233]，也可能给你[101,770]。
chr()代替chr()来反转这个：
>>> unichr(233) u'\xe9'
这个字符实际上可以表示为单个或多个unicode“代码点”，它们本身代表字形或字符。 它可以是“具有尖锐口音（即，代码点233）”或“e”（代码点101），随后是“对前一个字符的尖锐口音”（代码点770）。 因此，这个完全相同的字符可以表示为Python数据结构u'e\u0301'或u'\u00e9' 。
大多数情况下，你不必关心这个问题，但是如果你迭代一个unicodestring，就会成为一个问题，因为迭代是通过代码点来工作的，而不是可分解的字符。 换句话说， len(u'e\u0301') == 2和len(u'\u00e9') == 1 。 如果这对你很重要，你可以使用unicodedata.normalize在合成和分解的表单之间进行转换。
通过指出每个特定术语是如何引用文本表示的不同部分，这比许多程序员意识到的要复杂得多，Unicode的术语表可以作为理解其中一些问题的有用指南。
这样做怎么样？
import string def isAscii(s): for c in s: if c not in string.ascii_letters: return False return True
我试图确定如何使用/编码/解码一个string，其编码我不确定（以及如何转义/转换该string中的特殊字符），我发现这个问题。
我的第一步应该是检查string的types – 我没有意识到我可以从types（s）获得有关其格式的好的数据。 这个答案是非常有帮助的，并得到了我的问题的真正根源。
如果你变得粗鲁和持久
UnicodeDecodeError：'ascii'编解码器无法解码位置263中的字节0xc3：序号不在范围内（128）
特别是当你编码时，确保你没有试图unicode（）一个string已经是unicode – 由于一些可怕的原因，你得到ascii编解码器错误。 （另请参阅Python的厨房食谱 ，以及Python文档教程，以更好地理解这可能是多么可怕。）
最终我确定了我想要做的是：
escaped_string = unicode(original_string.encode('ascii','xmlcharrefreplace'))
在debugging中也有帮助的是把我的文件中的默认编码设置为utf-8（把它放在你的python文件的开头）：
# -*- coding: utf-8 -*-
这允许你testing特殊字符（'àéç'），而不必使用unicode转义（u'\ xe0 \ xe9 \ xe7'）。
>>> specials='àéç' >>> specials.decode('latin-1').encode('ascii','xmlcharrefreplace') 'àéç'
Vincent Marchetti有正确的想法，但str.decode在Python 3中已被弃用。在Python 3中，您可以使用str.encode进行相同的testing：
try: mystring.encode('ascii') except UnicodeEncodeError: pass # string is not ascii else: pass # string is ascii
请注意，您要捕获的exception也已从UnicodeDecodeError更改为UnicodeEncodeError 。
为了从Python 2.6（和Python 3.x）中改进Alexander的解决scheme，可以使用helper模块curses.ascii并使用curses.ascii.isascii（）函数或其他各种方法： https ：//docs.python.org/2.6/ 库/ curses.ascii.html
from curses import ascii def isascii(s): return all(ascii.isascii(c) for c in s)
您可以使用接受Posix标准[[：ASCII：]]定义的正则expression式库。
Python中的sting（ str type）是一系列字节。 没有办法通过查看string来判断这一系列字节是否代表asciistring，如ISO-8859-1这样的8位字符集中的string，还是使用UTF-8或UTF-16编码的string，或者其他什么。
但是，如果您知道使用的编码，那么您可以将str decode为unicodestring，然后使用正则expression式（或循环）来检查它是否包含您所关注的范围之外的字符。
为了防止你的代码崩溃，你可能想使用try-except来捕获TypeErrors
>>> ord("¶") Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: ord() expected a character, but string of length 2 found
例如
def is_ascii(s): try: return all(ord(c) < 128 for c in s) except TypeError: return False
import re def is_ascii(s): return bool(re.match(r'[\x00-\x7F]+$', s))
要将一个空string包含为ASCII，请将+更改为* 。
就像@ RogerDahl的答案一样，但是通过否定字符类别并使用search而不是find_all或match来短路是更有效的。
>>> import re >>> re.search('[^\x00-\x7F]', 'Did you catch that \x00?') is not None False >>> re.search('[^\x00-\x7F]', 'Did you catch that \xFF?') is not None True
我想像一个正则expression式是非常优化的。
我使用以下来确定string是ASCII还是Unicode：
>> print 'test string'.__class__.__name__ str >>> print u'test string'.__class__.__name__ unicode >>>
然后使用一个条件块来定义函数：
def is_ascii(input): if input.__class__.__name__ == "str": return True return False
