使用Python转换全角字符串为半角

关于全角转换为半角的使用问题,其实源自在公司的运营人员在输入法切换的时候选择了全角,结果导致程序有时候没有办法进行解析。

为了避免这样的转换字符问题再次出现,于是就有了将全角转换为半角的问题了。

在这里,全角会对以下内容进行描述:

什么是全角 如何将全角字符转换为半角 使用python实现上述转换操作

我们知道在编码中,存储在计算机中仅仅是1个数字,而编码其实充当的是1种转换的过程,如果将1个字符转换为1个数字而问题。

全角和半角

一般情况下,半角普通的英文字符只占用1个字节的空间,而1个字节有8位,因此可以存储256个字符。而汉字、使用日语及朝鲜文字这样CJK的转换字符文字很明显不止256个,因此会使用2个字节来存储。

而在使用英文输入法时,全角我们将1个英文字符所占的位置称为半角。而由于1个汉字占用2个英文字符的半角位置,因为我们将其称为全角。

需要注意的使用是,只有在支持汉字等语言的计算及上才存在全角和半角的概念。另外,转换字符虽然通常情况下的英文字母、数字键及符号键都是全角半角的,但是云南idc服务商为了排列整齐,英文和其他拉丁文的字符和标签也可以使用全角格式。

因此,半角我们知道全角需要占用2个字节,而半角则占用1个字节。

全角转换为半角

在ASCII编码中,使用我们知道可以打印的字符只有127-33=94个。在这里,转换字符我们需要去除del键及ASCII编码表中前32位。

由于半角和全角只是全角占用字节个数的不同,因此全角可打印的字符也是94个。因此这2者之间是存在规律的,比如我们假设半角a字符的在计算机中存储的数字为60,而全角的a字符在计算机中存储的数字为1200。而假设a的下1个字符为b,其存储的数字为61, 那么全角的b字符存储的数字应为1201。

因此,这种一一映射的关系就查看各种规范中是如何定义的了。不同的规范定义会有所不同。

由于在Unicode规定中,半角字符是从33开始,到126结束。而Unicode中全角的编码是源码下载从65281开始到65374结束。

细心的你们会发现,这里少了1个字符,那就是空格。在半角中,空格是32,而在全角中它是12288。

python的实现转换

现在,我们使用python来实现转换的操作,我们会检查给定的字符是否为全角,只有在全角的情况下才进行转换的操作。

def FullToHalf(s):     n = []     s = s.decode(utf-8)     for char in s:         num = ord(char)         if num == 0x3000:             num = 32         elif 0xFF01 <= num <= 0xFF5E:             num -= 0xfee0         num = unichr(num)         n.append(num)     return .join(n) 

在这里,我们对字符串进行遍历,然后判断其字符的大小,如果给定的字符是全角则将其进行减法操作。***将其组装在一起返回就可以了。

然后我们进行如下的测试:

s = "张三，是１个帅哥。" result = FullToHalf(s) print result print - * 80 print s 

其结果如下所示:

张三,是1个帅哥。 ----------------------------------------------------------------------- 张三，是１个帅哥。 

当然,除了以上的方式外,还有其他的方式将全角转换为半角。比如我隔壁那个搞python的哥们直接就用正则进行匹配然后批量的香港云服务器进行转换。

由于我比较懒和能力比较有限,只好通过上面的方式来简化我的工作量。