如何检查一个字符串是否仅包含UTF-8字符

Question

到目前为止，我正在做类似于以下内容的事情：

def is_utf8(s):
    try:
        x=bytes(s,'utf-8').decode('utf-8', 'strict')
        print(x)
        return 1
    except:
        return 0

唯一的问题是我不想让它打印任何东西，我想删除print(x)，但是当我这样做时，函数就无法正常工作了。例如，如果我执行：print(is_utf8("H�tst"))，在函数中有打印则返回0，否则打印1。我是否以错误的方式解决问题？

- E. Meinl

---

可能是重复的问题：如何在Python中检查字符串是否为ASCII？ - Azsgy

这个问题有点混淆。如果您想检查一个字符串是否是utf8编码，那么没有必要打印该字符串。打印字符串的作用是，如果终端字符集无法处理字符串中的某个字符，则会抛出错误。因此，您小函数的结果实际上取决于用户的终端设置。您可能真正想做的是找出字符串中是否有任何非ASCII字符。 - Aran-Fey

sys.stdout.encoding 是什么？ - tdelaney

哦，那么s是什么？如果它是Python字符串，那么它总是可以UTF-8编码的。 - tdelaney

Answer 1

你可以使用chardet模块来检测未知编码。例如，如果a是一个字节数组，那么你可以像这样确定编码：

import chardet

b = chardet.detect(a)
print(b["encoding"])

- Xantium