判断字符串中是否含有汉字

 关键字: 汉字字符串

1. 判断字符串中是否含有汉字。

 

 

Python 代码

1. def  has_hz(text):  
2.     hz_yes = False   
3.     for  ch  in  text:  
4.         if  isinstance(ch, unicode):  
5.             if  unicodedata.east_asian_width(ch)!=  'Na' :  
6.                 hz_yes = True   
7.                 break   
8.         else :  
9.             continue      
10.          
11.     return  hz_yes  

def has_hz(text):
    hz_yes = False
    for ch in text:
        if isinstance(ch, unicode):
            if unicodedata.east_asian_width(ch)!= 'Na':
                hz_yes = True
                break
        else:
            continue   
       
    return hz_yes

 单元测试：

Python 代码

1. assert   not  has_hz("")  
2. assert   not  has_hz( "  " )  
3. assert   not  has_hz( "123" )  
4. assert   not  has_hz(u "123abc" )  
5. assert  has_hz(u "123abc汉字" )  
6. assert  has_hz(u "汉字" )  

        assert not has_hz("")
        assert not has_hz("  ")
        assert not has_hz("123")
        assert not has_hz(u"123abc")
        assert has_hz(u"123abc汉字")
        assert has_hz(u"汉字")

 

2.隔指定长度插入一个换行符（/n），一个汉字算2个字符长。

 

Python 代码

1. def  get_hz_string_width(text):  
2.     """  
3.     获取可能包含汉字的字符串的长度（1个汉字算2个字符长）  
4.     """   
5.     s = 0   
6.     for  ch  in  text:  
7.         if  isinstance(ch, unicode):  
8.             if  unicodedata.east_asian_width(ch)!=  'Na' :   
9.                 s += 2   
10.             else :  
11.                 s += 1   
12.         else :  
13.             s += 1   
14.     return  s  
15.   
16. def  get_hz_sub_string(text,startat,sub_len= None ):  
17.     """  
18.     获取可能包含汉字的字符串的子串（计算长度时，1个汉字算2个字符长）  
19.       
20.     用法：  
21.     get_hz_sub_string(record,0,44)  #取子串，位置为0至43  
22.     get_hz_sub_string(record,44)    #取子串，位置为44至末尾  
23.     """   
24.     s = []  
25.     pos = 0   
26.     for  ch  in  text:  
27.         if  pos >= startat:  
28.             (ch)  
29.         if  isinstance(ch, unicode):  
30.             if  unicodedata.east_asian_width(ch)!=  'Na' :   
31.                 pos += 2   
32.             else :  
33.                 pos += 1   
34.         else :  
35.             pos += 1   
36.         if  sub_len!= None   and  get_hz_string_width( '' .join(s))>=sub_len:  
37.             break      
38.     return   '' .join(s)  
39.   
40. def  insert_line_feed(my_str,interval,line_feed= "/n" ):  
41.     """隔指定长度插入一个/n符号(一个汉字处理为2个字符长度）"""   
42.     if  len(my_str)== 0 :   
43.         return  ""  
44.       
45.     n = int((get_hz_string_width(my_str)-1 )/interval)+ 1   
46.     str_list = []  
47.     k = 1   
48.     pos_start = 0   
49.     while  k <= n:  
50.         sub_str = get_hz_sub_string(my_str,pos_start,interval)   
51.         str_list.append(sub_str)  
52.         k = k + 1   
53.         pos_start = pos_start + get_hz_string_width(sub_str)  
54.           
55.     return  line_feed.join(str_list)      

def get_hz_string_width(text):
    """
    获取可能包含汉字的字符串的长度（1个汉字算2个字符长）
    """
    s = 0
    for ch in text:
        if isinstance(ch, unicode):
            if unicodedata.east_asian_width(ch)!= 'Na': 
                s += 2
            else:
                s += 1
        else:
            s += 1
    return s

def get_hz_sub_string(text,startat,sub_len=None):
    """
    获取可能包含汉字的字符串的子串（计算长度时，1个汉字算2个字符长）
    
    用法：
    get_hz_sub_string(record,0,44)  #取子串，位置为0至43
    get_hz_sub_string(record,44)    #取子串，位置为44至末尾
    """
    s = []
    pos = 0
    for ch in text:
        if pos >= startat:
            (ch)
        if isinstance(ch, unicode):
            if unicodedata.east_asian_width(ch)!= 'Na': 
                pos += 2
            else:
                pos += 1
        else:
            pos += 1
        if sub_len!=None and get_hz_string_width(''.join(s))>=sub_len:
            break   
    return ''.join(s)

def insert_line_feed(my_str,interval,line_feed="/n"):
    """隔指定长度插入一个/n符号(一个汉字处理为2个字符长度）"""
    if len(my_str)==0: 
        return ""
    
    n = int((get_hz_string_width(my_str)-1)/interval)+1
    str_list = []
    k = 1
    pos_start = 0
    while k <= n:
        sub_str = get_hz_sub_string(my_str,pos_start,interval) 
        str_list.append(sub_str)
        k = k + 1
        pos_start = pos_start + get_hz_string_width(sub_str)
        
    return line_feed.join(str_list)    

 单元测试：

Python 代码

1. assert  insert_line_feed(" ",1)==" "  
2. assert  insert_line_feed( "1" , 1 )== "1"   
3. assert  insert_line_feed( "1234567890" , 5 )== "12345/n67890"   
4. assert  insert_line_feed(u "汉字1汉字234567890" , 5 )==u "汉字1/n汉字2/n34567/n890"   
5. assert  insert_line_feed(u "汉字1汉字234567890" , 4 )==u "汉字/n1汉字/n2345/n6789/n0"   

        assert insert_line_feed("",1)==""
        assert insert_line_feed("1",1)=="1"
        assert insert_line_feed("1234567890",5)=="12345/n67890"
        assert insert_line_feed(u"汉字1汉字234567890",5)==u"汉字1/n汉字2/n34567/n890"
        assert insert_line_feed(u"汉字1汉字234567890",4)==u"汉字/n1汉字/n2345/n6789/n0"

 

3. 按指定长度为文字块分行(类似Word效果）,并取消末尾的空行。

 

Python 代码

1. def  wrap_text_block(text,line_length,do_trim= True ):  
2.     if  do_trim:  
3.         str_list = split((),'/n' )  
4.     else :      
5.         str_list = split(text,'/n' )  
6.       
7.     #检测末尾空行的开始位置   
8.     text_to_line = -1   
9.     if  do_trim:  
10.         i = len(str_list)-1   
11.         while  i >  0 :  
12.             line_str = str_list[i]  
13.             if  len(line_str.strip())== 0 :  
14.                 text_to_line = i  
15.                 i -= 1   
16.             else :  
17.                 break        
18.       
19.     new_str_list = []  
20.     i = 0   
21.     for  obj  in  str_list:  
22.         if  do_trim  and  i == text_to_line:  
23.             break   
24.         new_str_list += split(insert_line_feed(obj,line_length),'/n' )  
25.         i += 1   
26.   
27.     #不加 u'' 就出错“'unicode' object is not callable”！？   
28.     return  u '' + '/n' .join(new_str_list)      

def wrap_text_block(text,line_length,do_trim=True):
    if do_trim:
        str_list = split((),'/n')
    else:    
        str_list = split(text,'/n')
    
    #检测末尾空行的开始位置
    text_to_line = -1
    if do_trim:
        i = len(str_list)-1
        while i > 0:
            line_str = str_list[i]
            if len(line_str.strip())==0:
                text_to_line = i
                i -= 1
            else:
                break     
    
    new_str_list = []
    i = 0
    for obj in str_list:
        if do_trim and i == text_to_line:
            break
        new_str_list += split(insert_line_feed(obj,line_length),'/n')
        i += 1

    #不加 u'' 就出错“'unicode' object is not callable”！？
    return u''+'/n'.join(new_str_list)    

 

单元测试：

Python 代码

1. assert  wrap_text_block(" ",1)==" "  
2. assert  wrap_text_block(" ",1,do_trim=False)==" "  
3.   
4. assert  wrap_text_block(u "文字1234" , 2 )==u "文/n字/n12/n34"   
5. assert  wrap_text_block(u "文字12345    " , 2 )==u "文/n字/n12/n34/n5"   
6.   
7. assert  wrap_text_block(u "文字1/n234" , 2 )==u "文/n字/n1/n23/n4"   
8. assert  wrap_text_block(u "文字1/n2345    " , 2 )==u "文/n字/n1/n23/n45"   

        assert wrap_text_block("",1)==""
        assert wrap_text_block("",1,do_trim=False)==""
        
        assert wrap_text_block(u"文字1234",2)==u"文/n字/n12/n34"
        assert wrap_text_block(u"文字12345    ",2)==u"文/n字/n12/n34/n5"

        assert wrap_text_block(u"文字1/n234",2)==u"文/n字/n1/n23/n4"
        assert wrap_text_block(u"文字1/n2345    ",2)==u"文/n字/n1/n23/n45"