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.             s.append(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 sdef 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:            s.append(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(text.rstrip(),'/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(text.rstrip(),'/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"