Python全角和半角之間相互轉換

1.應用領域：

全角和半角的轉換通常用在自然語言處理過程中，由於全角和半角的不一致會導致信息抽取不一致，在使用語料訓練語言模型會導致模型的效果不準確，所以需要統一。

2.全角半角轉換概述

• 全角字符unicode編碼範圍從65281~65374 （對應的十六進制範圍是: 0xFF01 ~ 0xFF5E）
• 半角字符unicode編碼範圍從33~126 （對應的十六進制範圍從 0x21~ 0x7E）
• 空格比較特殊,全角爲12288（0x3000）,半角爲 32 （0x20）
• 除空格外， 全角/半角按unicode編碼排序在順序上是對應的（半角 +65248 = 全角 or 半角 + 0x7e= 全角 ）
• 所以可以直接通過用±法來處理非空格數據,對空格單獨處理

3.請注意：

中文文字永遠是全角，只有英文字母、數字鍵、符號鍵纔有全角半角的概念。
一個字母或數字佔一個漢字的位置叫全角，佔半個漢字的位置叫半角。

引號在中英文、全半角情況下是不同的

4.應用到的庫函數

• chr()函數用一個範圍在range（256）內的（就是0～255）整數作參數，返回一個對應的字符。
• unichr()跟它一樣，只不過返回的是Unicode字符。
• ord()函數是chr()函數（對於8位的ASCII字符串）或unichr()函數（對於Unicode對象）的配對函數，它以一個字符（長度爲1的字符串）作爲參數，返回對應的ASCII數值，或者Unicode數值。

示例：

5.全角轉半角：

def strQ2B(ustring):
    rstring = ""
    for uchar in ustring:
        inside_code = ord(uchar)
        if inside_code == 12288:                            # 全角空格直接轉換
            inside_code = 32
        elif 65281 <= inside_code <= 65374:   				# 全角字符（除空格）根據關係轉化
            inside_code -= 65248
        rstring += chr(inside_code)
    return rstring

str11 = strQ2B("電影《２０１２》講述了２０１２年１２月２１日的世界末日，主人公Ｊａｃｋ以及世界各國人民掙扎求生的經歷！")
print(str11)

運行結果：

電影《2012》講述了2012年12月21日的世界末日,主人公Jack以及世界各國人民掙扎求生的經歷!

6.半角轉成全角：

def strB2Q(ustring):
    """半角轉全角"""
    rstring = ""
    for uchar in ustring:
        inside_code = ord(uchar)
        if inside_code == 32:                 # 半角空格直接轉化
            inside_code = 12288
        elif 32 <= inside_code <= 126:        # 半角字符（除空格）根據關係轉化
            inside_code += 65248
        rstring += chr(inside_code)
    return rstring

str22 = strB2Q("電影《2012》講述了2012年12月21日的世界末日,主人公Jack以及世界各國人民掙扎求生的經歷!")
print(str22)

運行結果：

電影《２０１２》講述了２０１２年１２月２１日的世界末日，主人公Ｊａｃｋ以及世界各國人民掙扎求生的經歷！

說在後面：

下面的內容都是從網上整理出來，因爲曾經使用過，所以以後查詢起來比較方便。