isdecimal和isdigit的区别

Question

Python 3中关于 isdigit 的说明是这样的：

如果字符串中的所有字符都是数字，并且至少有一个字符，就返回真；否则返回假。数字包括十进制字符，还有一些需要特殊处理的数字，比如上标数字。简单来说，数字是指那些被标记为 Numeric_Type=Digit 或 Numeric_Type=Decimal 的字符。

所以看起来 isdigit 应该包含 isdecimal 的所有内容。但接下来 isdecimal 的说明是：

如果字符串中的所有字符都是十进制字符，并且至少有一个字符，就返回真；否则返回假。十进制字符是属于“Nd”这一类的字符。这一类包括数字字符，以及所有可以用来组成十进制数字的字符，比如 U+0660，阿拉伯-印度数字零。

这听起来像是 isdecimal 应该包含 isdigit 的所有内容。

那么这两个方法之间有什么关系呢？其中一个是否匹配了另一个的严格超集？Numeric_Type 属性和 Nd 类别之间有关系吗？（而且这种矛盾的说明算不算是文档错误呢？）

Answer 1

Python 3

Python 3的文档对str.isdecimal的说明似乎已经修正，现在不再说小数包括数字了：

str.isdecimal

如果字符串中的所有字符都是小数字符，并且至少有一个字符，就返回真；否则返回假。小数字符是指可以用来组成十进制数字的字符，比如U+0660，阿拉伯-印度数字零。正式来说，小数字符属于Unicode的一种分类“Nd”。

Python 2

Python 2的文档似乎仍然是错误的（与2.7.14的实现不符），并且始终表示小数包括数字：

str.isdigit

如果字符串中的所有字符都是数字，并且至少有一个字符，就返回真；否则返回假。对于8位字符串，这个方法依赖于地区设置。

unicode.isdecimal

如果S中只有小数字符，就返回真；否则返回假。小数字符包括数字字符，以及所有可以用来组成十进制数字的字符，比如U+0660，阿拉伯-印度数字零。

在Python 2.7.14中快速测试字符'³'显示小数确实不包括数字：

>>> u'\u00b3'.isdecimal()
False
>>> u'\u00b3'.isdigit()
True

总结

Python 2和3现在的行为相似（数字包括小数），与Python 3的文档一致，而Python 2的文档则是错误的。

Answer 2

我理解的《Unicode 6.0标准》第4.6节是，数字类别是十进制数字类别的一个超集。

十进制数字，简单来说，就是用来表示十进制数的数字。它们包括特定语言的数字，但不包括像罗马数字和希腊的数字那样的字符，因为这些字符不能用来表示十进制数。（注意，<1, 5> = 15 = 十五，但 IV = 四。）

Numeric_Type=decimal这个属性值（与General_Category=Nd属性值相关）只包括那些用于十进制数的数字字符，并且这些字符在编码时是连续的，数字值是递增的，数字零是这个范围内的第一个编码点。

所以，十进制类别不包括像罗马数字、分数等其他类型的数字。

Answer 3

正如我在发现的，检查字符串是否为数字的条件和Unicode字符属性之间的对应关系如下：

isdecimal: Nd,
isdigit:   No, Nd,
isnumeric: No, Nd, Nl,
isalnum:   No, Nd, Nl, Lu, Lt, Lo, Lm, Ll,

例如，ᛰ（古代北欧符号，U+16F0）属于Nl，因此：

'ᛰ'.isdecimal() # False
'ᛰ'.isdigit()   # False
'ᛰ'.isnumeric() # True
'ᛰ'.isalnum()   # True