re-common 10.0.39__py3-none-any.whl → 10.0.41__py3-none-any.whl

re_common/v2/baselibrary/utils/string_bool.py

@@ -1,186 +1,187 @@
-import re
-
-import unicodedata
-
-
-def is_ascii_alnum(char: str) -> bool:
-    #  精准判断是否为英文或数字字符（ASCII 范围）
-    # char.isalnum() 字母或数字（Unicode）包含中文等非英文字符
-    return char.isascii() and char.isalnum()
-
-
-def is_all_english_chars(s):
-    return bool(re.match(r'^[A-Za-z]+$', s))
-
-
-def contains_chinese_chars(s):
-    return bool(re.search(r'[\u3400-\u9fff]', s))
-
-
-def is_empty(value):
-    """
-    判断一个值是否为空。
-
-    支持的类型：
-    - None
-    - 空字符串（去除空白后）
-    - pandas 的 NaN
-    - 其他可迭代类型（如列表、字典等）的长度为 0
-    - 其他情况返回 False
-    """
-    # 如果是 None，直接返回 True
-    if value is None:
-        return True
-
-    # 尝试处理 pandas 的 NaN
-    try:
-        import pandas as pd
-        if pd.isna(value):
-            return True
-    except:
-        pass  # 如果没有安装 pandas，跳过
-
-    # 如果是字符串，检查去除空白后是否为空
-    if isinstance(value, str):
-        return value.strip() == ""
-
-    # 处理其他可迭代类型（如列表、字典等）
-    if hasattr(value, "__len__"):
-        return len(value) == 0
-
-    # 默认情况下，非 None、非空类型返回 False
-    return False
-
-
-class InvalidCharLengthError(Exception):
-    """自定义异常类，用于处理输入字符长度不为 1 的情况"""
-    pass
-
-
-def is_single_cjk_char(char):
-    """
-    判断单个字符是否为中日韩字符
-    :param char: 要判断的单个字符
-    :return: 如果是中日韩字符返回 True，否则返回 False
-    """
-    # 检查输入字符的长度
-    if len(char) != 1:
-        raise InvalidCharLengthError("输入的字符串长度必须为 1，请提供单个字符进行判断。")
-    code_point = ord(char)
-    # 中日韩统一表意文字
-    ranges = [
-        (0x4E00, 0x9FFF),  # CJK 统一表意符号
-        (0x3400, 0x4DBF),  # CJK 统一表意符号扩展 A
-        (0x20000, 0x2A6DF),  # CJK 统一表意符号扩展 B
-        (0x2A700, 0x2B73F),  # CJK 统一表意符号扩展 C
-        (0x2B740, 0x2B81F),  # CJK 统一表意符号扩展 D
-        (0x2B820, 0x2CEAF),  # CJK 统一表意符号扩展 E
-        (0x2CEB0, 0x2EBEF),  # CJK 统一表意符号扩展 F
-        (0x30000, 0x3134F),  # CJK 统一表意符号扩展 G
-        (0x31350, 0x323AF),  # CJK 统一表意符号扩展 H
-        (0x3300, 0x33FF),  # CJK 兼容符号
-        (0xFE30, 0xFE4F),  # CJK 兼容形式
-        (0xF900, 0xFAFF),  # CJK 兼容表意符号
-        (0x2F800, 0x2FA1F),  # CJK 兼容表意符号补充
-        (0x3105, 0x3129),  # 注音字母
-        (0x31A0, 0x31BF),  # 注音字母扩展
-        (0x3040, 0x309F),  # 平假名
-        (0x30A0, 0x30FF),  # 片假名
-        (0x31F0, 0x31FF),  # 片假名扩展
-        (0xAC00, 0xD7AF),  # 韩文音节
-        (0x1100, 0x11FF),  # 韩文字母
-        (0xA960, 0xA97F),  # 韩文字母扩展 A
-        (0xD7B0, 0xD7FF),  # 韩文字母扩展 B
-    ]
-    for start, end in ranges:
-        if start <= code_point <= end:
-            return True
-    return False
-
-
-def is_all_symbols(text):
-    # 是否全是符号
-    # 如果字符串为空，返回 False
-    if not text:
-        return False
-
-    # 检查每个字符是否属于符号类别
-    return all(unicodedata.category(char).startswith(('P', 'S')) for char in text)
-
-
-def is_whole_word_en(sub_str: str, long_str: str) -> bool:
-    """
-    判断 sub_str 是否作为 long_str 中的一个完整英文单词（不被其他单词嵌套）。
-
-    参数:
-        sub_str: 要搜索的英文子串
-        long_str: 被搜索的字符串
-
-    返回:
-        True 表示 sub_str 是一个完整单词；False 表示是部分单词或不匹配。
-    """
-    # 用于 忽略大小写 进行匹配
-    regex_pattern = re.compile(r"[^a-z0-9]", re.IGNORECASE)  # 用于判断非字母数字字符
-
-    if not sub_str or not long_str:
-        return False
-
-    # 检查整段是否完全等于 sub_str
-    if long_str == sub_str:
-        return True
-
-    # 遍历所有 sub_str 的出现位置
-    index = 0
-    while index < len(long_str):
-        # 从字符串 long_str 的第 index 个位置开始，查找子串 sub_str 第一次出现的位置，并把它赋值给 index。
-        index = long_str.find(sub_str, index)
-        if index == -1:
-            break
-
-        # 检查 sub_str 前一个字符（如果有）是否为非字母数字
-        if index == 0:
-            is_start = True
-        else:
-            is_start = bool(regex_pattern.match(long_str[index - 1]))
-
-        # 检查 sub_str 后一个字符（如果有）是否为非字母数字
-        end_index = index + len(sub_str)
-        if end_index == len(long_str):
-            is_end = True
-        else:
-            is_end = bool(regex_pattern.match(long_str[end_index]))
-
-        if is_start and is_end:
-            return True
-
-        # 移动索引继续查找
-        index += 1
-
-    return False
-
-
-def is_whole_word(sub_str: str, long_str: str) -> bool:
-    """
-    判断 sub_str 是否为 long_str 中的一个完整词（适配中英文）。
-    中文采用“包含”判断，英文采用完整词匹配。
-
-    参数:
-        sub_str: 要搜索的子串（中英文均可）
-        long_str: 被搜索的字符串
-
-    返回:
-        True 表示 sub_str 是一个完整词；False 否则。
-    """
-    if contains_chinese_chars(sub_str):
-        # 子字符串完全包含在长字符串
-        is_contain = sub_str in long_str
-        # 是否是字母数字
-        if is_ascii_alnum(sub_str[0]) or is_ascii_alnum(sub_str[-1]):
-            # 表示中英文混合 看是否是截断单词即可
-            return is_whole_word_en(sub_str, long_str)
-        else:
-            # 中文子串只要被包含即可视为“完整词”
-            return is_contain
-    else:
-        # 英文使用完整单词判断逻辑
-        return is_whole_word_en(sub_str, long_str)
+import re
+
+import regex
+import unicodedata
+
+
+def is_ascii_alnum(char: str) -> bool:
+    #  精准判断是否为英文或数字字符（ASCII 范围）
+    # char.isalnum() 字母或数字（Unicode）包含中文等非英文字符
+    return char.isascii() and char.isalnum()
+
+
+def is_all_english_chars(s):
+    return bool(re.match(r'^[A-Za-z]+$', s))
+
+
+def contains_chinese_chars(s):
+    return bool(regex.search(r"[\p{IsHan}]", s))
+
+
+def is_empty(value):
+    """
+    判断一个值是否为空。
+
+    支持的类型：
+    - None
+    - 空字符串（去除空白后）
+    - pandas 的 NaN
+    - 其他可迭代类型（如列表、字典等）的长度为 0
+    - 其他情况返回 False
+    """
+    # 如果是 None，直接返回 True
+    if value is None:
+        return True
+
+    # 尝试处理 pandas 的 NaN
+    try:
+        import pandas as pd
+        if pd.isna(value):
+            return True
+    except:
+        pass  # 如果没有安装 pandas，跳过
+
+    # 如果是字符串，检查去除空白后是否为空
+    if isinstance(value, str):
+        return value.strip() == ""
+
+    # 处理其他可迭代类型（如列表、字典等）
+    if hasattr(value, "__len__"):
+        return len(value) == 0
+
+    # 默认情况下，非 None、非空类型返回 False
+    return False
+
+
+class InvalidCharLengthError(Exception):
+    """自定义异常类，用于处理输入字符长度不为 1 的情况"""
+    pass
+
+
+def is_single_cjk_char(char):
+    """
+    判断单个字符是否为中日韩字符
+    :param char: 要判断的单个字符
+    :return: 如果是中日韩字符返回 True，否则返回 False
+    """
+    # 检查输入字符的长度
+    if len(char) != 1:
+        raise InvalidCharLengthError("输入的字符串长度必须为 1，请提供单个字符进行判断。")
+    code_point = ord(char)
+    # 中日韩统一表意文字
+    ranges = [
+        (0x4E00, 0x9FFF),  # CJK 统一表意符号
+        (0x3400, 0x4DBF),  # CJK 统一表意符号扩展 A
+        (0x20000, 0x2A6DF),  # CJK 统一表意符号扩展 B
+        (0x2A700, 0x2B73F),  # CJK 统一表意符号扩展 C
+        (0x2B740, 0x2B81F),  # CJK 统一表意符号扩展 D
+        (0x2B820, 0x2CEAF),  # CJK 统一表意符号扩展 E
+        (0x2CEB0, 0x2EBEF),  # CJK 统一表意符号扩展 F
+        (0x30000, 0x3134F),  # CJK 统一表意符号扩展 G
+        (0x31350, 0x323AF),  # CJK 统一表意符号扩展 H
+        (0x3300, 0x33FF),  # CJK 兼容符号
+        (0xFE30, 0xFE4F),  # CJK 兼容形式
+        (0xF900, 0xFAFF),  # CJK 兼容表意符号
+        (0x2F800, 0x2FA1F),  # CJK 兼容表意符号补充
+        (0x3105, 0x3129),  # 注音字母
+        (0x31A0, 0x31BF),  # 注音字母扩展
+        (0x3040, 0x309F),  # 平假名
+        (0x30A0, 0x30FF),  # 片假名
+        (0x31F0, 0x31FF),  # 片假名扩展
+        (0xAC00, 0xD7AF),  # 韩文音节
+        (0x1100, 0x11FF),  # 韩文字母
+        (0xA960, 0xA97F),  # 韩文字母扩展 A
+        (0xD7B0, 0xD7FF),  # 韩文字母扩展 B
+    ]
+    for start, end in ranges:
+        if start <= code_point <= end:
+            return True
+    return False
+
+
+def is_all_symbols(text):
+    # 是否全是符号
+    # 如果字符串为空，返回 False
+    if not text:
+        return False
+
+    # 检查每个字符是否属于符号类别
+    return all(unicodedata.category(char).startswith(('P', 'S')) for char in text)
+
+
+def is_whole_word_en(sub_str: str, long_str: str) -> bool:
+    """
+    判断 sub_str 是否作为 long_str 中的一个完整英文单词（不被其他单词嵌套）。
+
+    参数:
+        sub_str: 要搜索的英文子串
+        long_str: 被搜索的字符串
+
+    返回:
+        True 表示 sub_str 是一个完整单词；False 表示是部分单词或不匹配。
+    """
+    # 用于 忽略大小写 进行匹配
+    regex_pattern = re.compile(r"[^a-z0-9]", re.IGNORECASE)  # 用于判断非字母数字字符
+
+    if not sub_str or not long_str:
+        return False
+
+    # 检查整段是否完全等于 sub_str
+    if long_str == sub_str:
+        return True
+
+    # 遍历所有 sub_str 的出现位置
+    index = 0
+    while index < len(long_str):
+        # 从字符串 long_str 的第 index 个位置开始，查找子串 sub_str 第一次出现的位置，并把它赋值给 index。
+        index = long_str.find(sub_str, index)
+        if index == -1:
+            break
+
+        # 检查 sub_str 前一个字符（如果有）是否为非字母数字
+        if index == 0:
+            is_start = True
+        else:
+            is_start = bool(regex_pattern.match(long_str[index - 1]))
+
+        # 检查 sub_str 后一个字符（如果有）是否为非字母数字
+        end_index = index + len(sub_str)
+        if end_index == len(long_str):
+            is_end = True
+        else:
+            is_end = bool(regex_pattern.match(long_str[end_index]))
+
+        if is_start and is_end:
+            return True
+
+        # 移动索引继续查找
+        index += 1
+
+    return False
+
+
+def is_whole_word(sub_str: str, long_str: str) -> bool:
+    """
+    判断 sub_str 是否为 long_str 中的一个完整词（适配中英文）。
+    中文采用“包含”判断，英文采用完整词匹配。
+
+    参数:
+        sub_str: 要搜索的子串（中英文均可）
+        long_str: 被搜索的字符串
+
+    返回:
+        True 表示 sub_str 是一个完整词；False 否则。
+    """
+    if contains_chinese_chars(sub_str):
+        # 子字符串完全包含在长字符串
+        is_contain = sub_str in long_str
+        # 是否是字母数字
+        if is_ascii_alnum(sub_str[0]) or is_ascii_alnum(sub_str[-1]):
+            # 表示中英文混合 看是否是截断单词即可
+            return is_whole_word_en(sub_str, long_str)
+        else:
+            # 中文子串只要被包含即可视为“完整词”
+            return is_contain
+    else:
+        # 英文使用完整单词判断逻辑
+        return is_whole_word_en(sub_str, long_str)