日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學(xué)無先后,達者為師

網(wǎng)站首頁 編程語言 正文

Python全角與半角之間相互轉(zhuǎn)換的方法總結(jié)_python

作者:埃菲爾沒有塔尖 ? 更新時間: 2022-06-01 編程語言

1.應(yīng)用領(lǐng)域:

全角和半角的轉(zhuǎn)換通常用在自然語言處理過程中,由于全角和半角的不一致會導(dǎo)致信息抽取不一致,在使用語料訓(xùn)練語言模型會導(dǎo)致模型的效果不準確,所以需要統(tǒng)一。

2.全角半角轉(zhuǎn)換概述

  • 全角字符unicode編碼范圍從65281~65374 (對應(yīng)的十六進制范圍是: 0xFF01 ~ 0xFF5E)
  • 半角字符unicode編碼范圍從33~126 (對應(yīng)的十六進制范圍從 0x21~ 0x7E)
  • 空格比較特殊,全角為12288(0x3000),半角為 32 (0x20)
  • 除空格外, 全角/半角按unicode編碼排序在順序上是對應(yīng)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(shù)據(jù),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(shù)字鍵、符號鍵才有全角半角的概念。

一個字母或數(shù)字占一個漢字的位置叫全角,占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(yīng)用到的庫函數(shù)

  • chr()函數(shù)用一個范圍在range(256)內(nèi)的(就是0~255)整數(shù)作參數(shù),返回一個對應(yīng)的字符。
  • unichr()跟它一樣,只不過返回的是Unicode字符。
  • ord()函數(shù)是chr()函數(shù)(對于8位的ASCII字符串)或unichr()函數(shù)(對于Unicode對象)的配對函數(shù),它以一個字符(長度為1的字符串)作為參數(shù),返回對應(yīng)的ASCII數(shù)值,或者Unicode數(shù)值。

示例:

5.全角轉(zhuǎn)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(zhuǎn)換
            inside_code = 32
        elif 65281 <= inside_code <= 65374:   				# 全角字符(除空格)根據(jù)關(guān)系轉(zhuǎn)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(jīng)歷!")
print(str11)

運行結(jié)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(jīng)歷!

6.半角轉(zhuǎn)成全角:

def strB2Q(ustring):
    """半角轉(zhuǎn)全角"""
    rstring = ""
    for uchar in ustring:
        inside_code = ord(uchar)
        if inside_code == 32:                 # 半角空格直接轉(zhuǎn)化
            inside_code = 12288
        elif 32 <= inside_code <= 126:        # 半角字符(除空格)根據(jù)關(guān)系轉(zhuǎn)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(jīng)歷!")
print(str22)

運行結(jié)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(jīng)歷!

附:如何通過python轉(zhuǎn)換全角字符串為半角字符串實例

# coding:utf-8
from idna import unichr
def all_to_half(all_string):
    """全角轉(zhuǎn)半角"""
    half_string = ""
    for char in all_string:
        inside_code = ord(char)
        if inside_code == 12288:  # 全角空格直接轉(zhuǎn)換,全角和半角的空格的Unicode值相差12256
            inside_code = 32
        elif (inside_code >= 65281 and inside_code <= 65374):  # 全角字符(除空格)根據(jù)關(guān)系轉(zhuǎn)化,除空格外的全角和半角的Unicode值相差65248
            inside_code -= 65248

        half_string += unichr(inside_code)
    return half_string

說在后面:

下面的內(nèi)容都是從網(wǎng)上整理出來,因為曾經(jīng)使用過,所以以后查詢起來比較方便。

原文鏈接:https://blog.csdn.net/weixin_38819889/article/details/103288086

欄目分類
最近更新