Как я могу проверить строку на тайском языке, которая возвращает логическое значение, например isalpha ()

Я пытаюсь проверить str, это только тайский символ или нет, используя regex или любой другой, если он может решить

Я пытаюсь использовать

re.compile(u"[^\u0E00-\u0E7F']|^'|'$|''")
ret = regexp_thai.sub("", s)

чтобы нарезать другой язык или цифру, кстати, это просто нарезка, а не для возврата логического

Я ожидаю результата вроде

s = "engภาษาไทยที่มีสระ123!@"
regexp_thai = re.compile(u"[^\u0E00-\u0E7F']|^'|'$|''") 
ret = regexp_thai.sub("", s)
print(ret)             # ภาษาไทยที่มีสระ
print(isthai(ret))     # True

u0E00-u0E7F - это юникод тайского языка. Как я могу написать isthai функцию


python regex thai
person Tanabodin Kamol    schedule 24.05.2019    source источник
comment
Обычно bool(re.match("^[\u0E00-\u0E7F]*$", test)) должен оцениваться как True, если test состоит только из тайских символов. Еще необходима точная настройка знаков препинания и др.   -  person Michael Butscher    schedule 24.05.2019
comment
Вау, это то, что я хочу, спасибо @MichaelButscher, это РЕШЕНИЕ !!   -  person Tanabodin Kamol    schedule 24.05.2019

Ответы (1)


arrow_upward
3
arrow_downward

Я не совсем уверен, каким может быть желаемый результат. Тем не менее, я предполагаю, что нам нравится захватывать буквы Tai, которые на основе вашего исходного выражения, мы могли бы просто добавить простой список символов, обернуть его группой захвата и провести желаемые буквы Tai слева направо , может быть похоже на:

([\u0E00-\u0E7F]+)

ДЕМО

Тестовое задание

# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r"([\u0E00-\u0E7F]+)"

test_str = "engภาษาไทยที่มีสระ123!@"

matches = re.finditer(regex, test_str, re.MULTILINE | re.UNICODE)

for matchNum, match in enumerate(matches, start=1):

    print ("Match {matchNum} was found at {start}-{end}: {match}".format(matchNum = matchNum, start = match.start(), end = match.end(), match = match.group()))

    for groupNum in range(0, len(match.groups())):
        groupNum = groupNum + 1

        print ("Group {groupNum} found at {start}-{end}: {group}".format(groupNum = groupNum, start = match.start(groupNum), end = match.end(groupNum), group = match.group(groupNum)))

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.

Демо

const regex = /([\u0E00-\u0E7F]+)/gmu;
const str = `engภาษาไทยที่มีสระ123!@`;
let m;

while ((m = regex.exec(str)) !== null) {
    // This is necessary to avoid infinite loops with zero-width matches
    if (m.index === regex.lastIndex) {
        regex.lastIndex++;
    }
    
    // The result can be accessed through the `m`-variable.
    m.forEach((match, groupIndex) => {
        console.log(`Found match, group ${groupIndex}: ${match}`);
    });
}

RegEx

Если это выражение нежелательно, его можно изменить или изменить на regex101.com.

Цепь RegEx

jex.im визуализирует обычный выражения:

введите здесь описание изображения

Ссылка

Регулярное выражение для приема всех тайских символов и Английские буквы на питоне

person Emma    schedule 24.05.2019
comment
Это наводит меня на мысль, но это не мое желание, извините - person Tanabodin Kamol; 24.05.2019
comment
Это очень хороший ответ. У вас есть работающий код. У вас есть наглядное представление, как работает регулярное выражение. У вас есть ссылка на веб-сайт, который позволяет вам настраивать регулярное выражение до тех пор, пока оно не сделает именно то, что вы хотите. Если бы это была Олимпиада Stackoverflow, и я был бы судьей, я бы дал вашему ответу идеальную 10! - person devdanke; 19.07.2020