Python 使用unicodedata来判断所有标点符号方法及示例代码

使用unicodedata.category()判断标点符号

Unicode类别P*专用于标点符号：

Pc ：标点，连接符(connector )

Pd ：标点，短划线(dash)

Ps ：标点，开始(start)

Pe ：标点，结束(end)

Pi  ：标点，前引号（initial quote,根据具体使用情况，作用可能像 Ps 或 Pe）

Pf  ：标点，后引号（final quote,根据具体使用情况，作用可能像 Ps 或 Pe）

Po ：标点，其他(other)

python3.8+版本：

>>> import sys
>>> from unicodedata import category
>>> codepoints = range(sys.maxunicode + 1)
>>> punctuation = {c for i in codepoints if category(c := chr(i)).startswith("P")}
>>> "'" in punctuation
True
>>> "’" in punctuation
True

python3版本：

>>> import sys
>>> from unicodedata import category
>>> chrs = (chr(i) for i in range(sys.maxunicode + 1))
>>> punctuation = set(c for c in chrs if category(c).startswith("P"))
>>> "'" in punctuation
True
>>> "’" in punctuation
True

python2版本：

>>> import sys
>>> from unicodedata import category
>>> chrs = (unichr(i) for i in range(sys.maxunicode + 1))
>>> punctuation = set(c for c in chrs if category(c).startswith("P"))
>>> u"'" in punctuation
True
>>> u"’" in punctuation
True

标点符号判断方法代码:

import unicodedata
class DuckType:
    def __contains__(self,s):
        return unicodedata.category(s).startswith("P")
punct=DuckType()
print("'" in punct,'"' in punct,"a" in punct)
#python2.7中调用方法
#print(u"'" in punct,u'"' in punct,u"a" in punct)
(True, True, False)