python - 如何检查子字符串是否为ascii+latin字符并用空格填充ascii/latin字符子字符串？

Question

给定这样一个字符串:

顺便采买些喜欢的CD和DVD或vcd。

期望的输出是:

顺便采买些喜欢的 CD 和 DVD 或 vcd 。

我试过查看每个字符并检查前后字符是否为 ascii，并使用以下条件决定是否应该填充空格:

• 检查当前字符的“ascii-ness”
• 如果前一个字符的“ascii-ness”与当前字符不同，左键补一个空格

但我一直这样做，但看起来效率很低:

def addSpace(text):
  currIsAscii = None; prevIsAscii = None; newsentence = ""
  for i in text:
    try:
      i.decode('ascii')
      currIsAscii = True
    except:
      currIsAscii = False
    if prevIsAscii != currIsAscii:
      newsentence+=" "
      newsentence+=i
    else:
      newsentence+=i
    prevIsAscii = currIsAscii
    while "  " in newsentence:
      newsentence = newsentence.replace("  ", " ")
  return newsentence.strip()

此代码在 Python2 中有效，但是 i.decode('ascii') 部分不是 Python2 和 Python3 兼容的解决方案，我见过 How to check if a string in Python is in ASCII?但是没有同时适用于 Python 2 和 3 的解决方案。

有没有一种方法可以检查字符的 ascii 性，使其在 Python 2 和 3 上都能正常工作？

除了遍历每个字符？是否有另一种方法来填充 ascii 子字符串开头和结尾的空格？

---

上面代码的另一个怪癖是它不处理 [a-zA-Z0-9] 之外的代码点，例如当单词“Café。” -> “Café。”时，所需的输出将是“Café。”

试试这句话:

s= u"顺便采买些喜欢的CD和DVD或Café。"

(出于某种原因我无法提供所需的输出，因为 SO 认为它是垃圾邮件，所以我只是口头描述。应该填充整个子字符串“Café”，而不是分成 2 个子字符串。

子串的检测需要包含带重音的拉丁字符。

Answer 1

在 Python3 中

import re
s= "顺便采买些喜欢的CD和DVD或Café。"
re.sub("([A-Za-z0-9À-Öà-ÿ]+)"," \\1 ",s)

[输出]:

顺便采买些喜欢的 CD 和 DVD 或 Café 。

正则表达式:https://pypi.python.org/pypi/regex

pip 安装正则表达式

import regex
regex.sub("(\p{Latin}+)"," \\1 ",s)