测试Python字符串是否可打印

Question

我有一段代码是从串口获取数据的，我想确保得到的内容真的是可以打印的字符串（也就是ASCII码，可能是UTF-8编码），在打印之前想确认一下。有没有什么函数可以做到这一点？我查了好几个地方，都没有找到看起来符合我需求的东西。（string模块里有一个printable，但我没有看到任何东西（在这里，或者在字符串方法中）可以检查一个字符串里的每个字符是否都在另一个字符串里。

我想要一个简单的函数，而不是自己动手写一个解决方案。

注意：控制字符对我来说是不可打印的。

Answer 1

这个Python 3字符串里包含了各种特殊字符：

s = 'abcd\x65\x66 äüöë\xf1 \u00a0\u00a1\u00a2 漢字 \a\b\r\t\n\v\\ \231\x9a \u2640\u2642\uffff'

如果你试着在控制台显示它（或者使用repr），它会很好地处理所有不可打印的字符：

>>> s
'abcdef äüöëñ \xa0¡¢ 漢字 \x07\x08\r\t\n\x0b\\ \x99\x9a ♀♂\uffff'

它足够聪明，可以识别比如水平制表符（\t）是可打印的，但垂直制表符（\v）则被认为是不可打印的（显示为\x0b而不是\v）。

其他所有不可打印的字符在repr中也会显示为\xNN或\uNNNN。所以，我们可以用这个来做测试：

def is_printable(s):
    return not any(repr(ch).startswith("'\\x") or repr(ch).startswith("'\\u") for ch in s)

可能还有一些边缘字符，比如不换行的空格（\xa0）在这里被当作不可打印的。也许它不应该这样，但这些特殊字符可以硬编码处理。

---

附言：

你可以这样做来从字符串中提取出只有可打印的字符：

>>> ''.join(ch for ch in s if is_printable(ch))
'abcdef äüöëñ ¡¢ 漢字 \r\t\n\\  ♀♂'

Answer 2

try/except 似乎是最好的方法：

def isprintable(s, codec='utf8'):
    try: s.decode(codec)
    except UnicodeDecodeError: return False
    else: return True

我不建议依赖 string.printable，因为它可能会把一些“不可打印”的控制字符当作不可打印的，而这些字符在终端控制中通常是可以“打印”的（比如在“上色”的 ANSI 转义序列中，如果你的终端支持 ANSI）。不过，这当然要看你具体想要检查什么了！-)

Answer 3

正如你所说，string模块里有一个叫printable的东西，所以我们只需要检查你的字符串里的所有字符是否都在printable里面就可以了：

>>> hello = 'Hello World!'
>>> bell = chr(7)
>>> import string
>>> all(c in string.printable for c in hello)
True
>>> all(c in string.printable for c in bell)
False

你可以把两个字符串都转换成集合，这样集合里每个字符只会出现一次。然后检查你字符串生成的集合是否是可打印字符的一个子集，也就是说，是否所有字符都在可打印字符里面：

>>> printset = set(string.printable)
>>> helloset = set(hello)
>>> bellset = set(bell)
>>> helloset
set(['!', ' ', 'e', 'd', 'H', 'l', 'o', 'r', 'W'])
>>> helloset.issubset(printset)
True
>>> set(bell).issubset(printset)
False

所以，总结一下，你可能想要这样做：

import string
printset = set(string.printable)
isprintable = set(yourstring).issubset(printset)