Python实现全角半角转换的方法

一:

本文实例讲解了Python实现全角半角转换的方法,相信对于大家的Python学习能够起到一定的参考借鉴价值。如下所示:

一、全角半角转换概述:

全角字符unicode编码从65281~65374 (十六进制 0xFF01 ~ 0xFF5E)
半角字符unicode编码从33~126 (十六进制 0x21~ 0x7E)
空格比较特殊,全角为 12288(0x3000),半角为 32 (0x20)
而且除空格外,全角/半角按unicode编码排序在顺序上是对应的
所以可以直接通过用+-法来处理非空格数据,对空格单独处理

二、全角转半角:

实现代码如下:

?

1

2

3

4

5

6

7

8

9

10

11

12

13

def strQ2B(ustring):

  """把字符串全角转半角"""

  rstring = ""

  for uchar in ustring:

    inside_code=ord(uchar)

    if inside_code==0x3000:

      inside_code=0x0020

    else:

      inside_code-=0xfee0

    if inside_code<0x0020 or inside_code>0x7e:   #转完之后不是半角字符返回原来的字符

      rstring += uchar

    rstring += unichr(inside_code)

  return rstring

三、半角转全角:

实现代码如下:

?

1

2

3

4

5

6

7

8

9

10

11

12

13

def strB2Q(ustring):

  """把字符串半角转全角"""

  rstring = ""

  for uchar in ustring:

    inside_code=ord(uchar)

    if inside_code<0x0020 or inside_code>0x7e:   #不是半角字符就返回原来的字符

      rstring += uchar

    if inside_code==0x0020: #除了空格其他的全角半角的公式为:半角=全角-0xfee0

      inside_code=0x3000

    else:

      inside_code+=0xfee0

    rstring += unichr(inside_code)

  return rstring

四、测试代码:

?

1

2

3

4

a = strB2Q("abc12345")

print a

b = strQ2B(a)

print b

输出:

?

1

2

abc12345

abc12345

转载地址:https://www.jb51.net/article/53903.htm

二:

在自然语言处理过程中,全角、半角的的不一致会导致信息抽取不一致,因此需要统一。

转换说明

全角半角转换说明


有规律(不含空格):

全角字符unicode编码从65281~65374 (十六进制 0xFF01 ~ 0xFF5E)
半角字符unicode编码从33~126 (十六进制 0x21~ 0x7E)

特例
空格比较特殊,全角为 12288(0x3000),半角为 32(0x20)

除空格外,全角/半角按unicode编码排序在顺序上是对应的(半角 + 0x7e= 全角),所以可以直接通过用+-法来处理非空格数据,对空格单独处理。

注:

1. 中文文字永远是全角,只有英文字母、数字键、符号键才有全角半角的概念,一个字母或数字占一个汉字的位置叫全角,占半个汉字的位置叫半角。

2. 引号在中英文、全半角情况下是不同的

 

参考代码

复制代码

# -*- coding: cp936 -*-
def strQ2B(ustring):
    """全角转半角"""
    rstring = ""
    for uchar in ustring:
        inside_code=ord(uchar)
        if inside_code == 12288:                              #全角空格直接转换            
            inside_code = 32 
        elif (inside_code >= 65281 and inside_code <= 65374): #全角字符(除空格)根据关系转化
            inside_code -= 65248

        rstring += unichr(inside_code)
    return rstring
    
def strB2Q(ustring):
    """半角转全角"""
    rstring = ""
    for uchar in ustring:
        inside_code=ord(uchar)
        if inside_code == 32:                                 #半角空格直接转化                  
            inside_code = 12288
        elif inside_code >= 32 and inside_code <= 126:        #半角字符(除空格)根据关系转化
            inside_code += 65248

        rstring += unichr(inside_code)
    return rstring



b = strQ2B("mn123abc博客园".decode('cp936'))                           
print b

c = strB2Q("mn123abc博客园".decode('cp936'))                           
print c

    

复制代码

执行结果

 

库函数说明

chr()函数用一个范围在range(256)内的(就是0~255)整数作参数,返回一个对应的字符。
unichr()跟它一样,只不过返回的是Unicode字符。

ord()函数是chr()函数(对于8位的ASCII字符串)或unichr()函数(对于Unicode对象)的配对函数,它以一个字符(长度为1的字符串)作为参数,返回对应的ASCII数值,或者Unicode数值。

案例


转载地址:https://www.cnblogs.com/kaituorensheng/p/3554571.html

猜你喜欢

转载自blog.csdn.net/SeaSky_Steven/article/details/86678177
今日推荐