汉字标识符 1.2.0

关于

易于使用的辅助函数，用于识别字符串

>>> import hanzidentifier
>>> hanzidentifier.has_chinese('Hello my name is John.')
False
>>> hanzidentifier.is_simplified('John说：你好！')
True
>>> hanzidentifier.is_traditional('John說：你好！')
True
>>> hanzidentifier.has_chinese('Country in Simplified: 国家. Country in Traditional: 國家.')
True

这里是没有辅助函数的

>>> hanzidentifier.identify('Hello my name is Thomas.') is hanzidentifier.UNKNOWN
True
>>> hanzidentifier.identify('Thomas 说：你好！') is hanzidentifier.SIMPLIFIED
True
>>> hanzidentifier.identify('Thomas 說：你好！') is hanzidentifier.TRADITIONAL
True
>>> hanzidentifier.identify('你好！') is hanzidentifier.BOTH
True
>>> hanzidentifier.identify('Country in Simplified: 国家. Country in Traditional: 國家.' ) is hanzidentifier.MIXED
True

hanzidentifier.identify 有五种可能的返回值

• hanzidentifier.UNKNOWN：字符串中没有识别出的汉字。

• hanzidentifier.BOTH：字符串与简体和繁体字符系统兼容。

• hanzidentifier.TRADITIONAL：字符串由繁体字符组成。

• hanzidentifier.SIMPLIFIED：字符串由简体字符组成。

• hanzidentifier.MIXED：字符串由仅作为繁体字符识别的字符组成，也包含仅作为简体字符识别的字符。

在确定字符串身份时，未在CC-CEDICT中找到的字符将被忽略。Hanzi Identifier使用由Zhon提供的CC-CEDICT数据来识别汉字。

由于繁体和简体中文字符集重叠，包含简体字的字符串可能会根据字符是否也是繁体字而标识为hanzidentifier.SIMPLIFIED或hanzidentifier.BOTH。

入门指南

• 安装Hanzi Identifier: $ pip install hanzidentifier

• 通过GitHub Issues报告错误和提问

• 贡献功能或错误修复