python 全角半角互换的实现示例

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。

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

示例

# 全角转半角
def strQ2B(ustring):
   ss = []
   for s in ustring:
       rstring = ""
       for uchar in s:
           inside_code = ord(uchar)
           if inside_code == 12288:  
               inside_code = 32
           elif (inside_code >= 65281 and inside_code <= 65374):  
               inside_code -= 65248
           rstring += chr(inside_code)
       ss.append(rstring)
   return ''.join(ss)

# 半转全角
def strB2Q(ustring):
   ss = []
   for s in ustring:
       rstring = ""
       for uchar in s:
           inside_code = ord(uchar)
           if inside_code == 32:
               inside_code = 12288
           elif (inside_code >= 33 and inside_code <= 126):
               inside_code += 65248
           rstring += chr(inside_code)
       ss.append(rstring)
   return ''.join(ss)

if __name__ == '__main__':
   b = strQ2B('王大ＡＡ')
   print(b)
   a = strB2Q("王大AB")
   print(a)

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。

来源：https://juejin.cn/post/7080335663979036686