为什么“.isalpha”.isalpha()是真，但是"!".isalpha()是假的呢？

Question

我刚刚发现了来自IANA的这种奇怪的行为解析数据。

"ǃ".isalpha() # returns True
"!".isalpha() # returns False

显然，这两个感叹号是不同的：

In [62]: hex(ord("ǃ"))                                                          
Out[62]: '0x1c3'

In [63]: hex(ord("!"))                                                          
Out[63]: '0x21'

只是想知道有什么办法可以防止这种情况发生吗？这种行为的根源是什么？

Answer 1

检查Unicode数据库中的字符。感叹号样的ǃ (\u1c3)是一个字母：

import unicodedata
for c in "!ǃ":
    print(c,'{:04x}'.format(ord(c)),unicodedata.category(c), unicodedata.name(c))

！0021 Po感叹号马克ǃ01c3 Lo拉丁字母倒带点击

Answer 2

从医生那里：

str.isalpha()

如果字符串中的所有字符都是字母，并且至少有一个字符，否则返回True。字母字符是在Unicode 字符数据库中定义为“字母”的字符，即具有“Lm”、“Lt”、“Lu”、“Ll”或“Lo”的一般类别属性的字符。请注意，这与Unicode标准中定义的“字母”属性不同。

这意味着您使用的utf字符定义为utf数据库中的字母。

>>> ord("ǃ")
   451

看看维基百科UTF字符列表，字符ǃ属于拉丁文扩展B，这就是isalpha返回True的原因