用python检测字符串是否包含非英文

背景

工作中经常有些功能限制了只能输入英文字符串，但是客户或者销售同事的文案来源比较多，有些是直接复制的其它渠道或者平台，会存在一些肉眼根本看不来的异常字符，如果内容较长，定位和查找就比较麻烦了。
因此结合之前帮助同事处理过的异常字符串，写了个处理脚本，方便后续同类问题的处理。

使用效果

ascii.gif

通过上述运行输出可以看到，字符中包含NBSP空格，这个大部分的输入框会提示输入非法，但是肉眼很难发现，由于NBSP一般是来源于网页文本的复制粘贴，不影响文本释意，这里我直接用英文空格进行替换。

存在异常空格, 执行替换处理！

其它的标点符号，其实也是存在中文和英文长的很像的情况。但改了可能会影响文本的意思，这部分字符我们不直接替换，而是显示其所在位置，让人工可以快速定位到，来进行合理处理。

检测数据： Ni Digger这 Producto～ Eléct·rico ¥y Electrónico Douchekop, Doucheslang, Handdouche  Construção & Decoração コンピュータ 서비스 製品 الأدوات والأجهزة
异常字符：          这         ～   é  ·     ¥        ó                                                çã          çã  コンピュータ 서비스 製品 الأدوات والأجهزة

最后处理完异常字符的每行数据，存到一个数组里，逐行输出，方便人工进行再次使用。

整形后的全部数据:
Ni Digger这 Producto～ Eléct·rico ¥y Electrónico Douchekop, Doucheslang, Handdouche  Construção & Decoração コンピュータ 서비스 製品 الأدوات والأجهزة

完整代码

def isEnglish(s):
  return s.isascii()

def loop_string(str):
  ascii_strs = []
  hasAscii = False
  print("检测数据：",str)
  for s in str:
    if not isEnglish(s):
      ascii_strs.append(s)
      hasAscii = True
    else:
      ascii_strs.append(" ")
  if hasAscii:
    print("异常字符：","".join(ascii_strs))

def format_data(data):
  print("==" * 50)
  new_data = []
  for str in data:
    if u'\xa0' in str:
      str = str.replace(u'\xa0', u' ')
      print("存在异常空格, 执行替换处理！")
      new_data.append(str)
    loop_string(str)
    print("==" * 50)
  print("整形后的全部数据:")
  for n in new_data:
    print(n)


if __name__ == '__main__':
  data = [
    "要检测的字符串"
  ]
  format_data(data)

把文本粘贴到 要检测的字符串 里运行即可，如果有多个字符串，挨个往数组贴就可以了。