python圓角半角轉換

在自然語言處理過程中，全角、半角的的不一致會導致信息抽取不一致，因此需要統一。

 

轉換說明

全角半角轉換說明

有規律（不含空格）：

全角字符unicode編碼從65281~65374 （十六進制 0xFF01 ~ 0xFF5E）
半角字符unicode編碼從33~126 （十六進制 0x21~ 0x7E）

特例：
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 + 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。

注：

1. 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。

2. 引號在中英文、全半角情況下是不同的

# -*- coding:utf-8 -*-
#py3

def strQ2B(ustring):
    """全角轉半角"""
    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 (inside_code >= 65281 and 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
    
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 inside_code >= 32 and 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



print(strQ2B("ｍｎ123abc"))
#mn123abc

print(strB2Q("ｍｎ123abc"))                           
#ｍｎ１２３ａｂｃ