缘起
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。
转换说明
全角半角转换说明
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）
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。
参考代码
# -*- coding: cp936 -*- def strQ2B(ustring): """把字符串全角转半角""" rstring = "" for uchar in ustring: inside_code=ord(uchar) if inside_code >= 0x0021 and inside_code <= 0x7e: #全角直接返回 rstring += uchar else: if inside_code==0x3000: #全角角空格单独处理 inside_code = 0x0020 else: #其他的全角半角的公式为:半角 = 全角- 0xfee0 inside_code -= 0xfee0 rstring += chr(inside_code) return rstring def strB2Q(ustring): """把字符串半角转全角""" rstring = "" for uchar in ustring: inside_code=ord(uchar) if inside_code < 0x0020 or inside_code > 0x7e: #全角直接返回 rstring += uchar else: if inside_code==0x0020: #半角空格单独处理 inside_code = 0x3000 else: #其他的全角半角的公式为:全角 = 半角+0xfee0 inside_code += 0xfee0 rstring += unichr(inside_code) return rstring ###测试 b = strB2Q("ｍｎ123abc".decode(‘cp936‘)) print b c = strQ2B("ｍｎ123abc".decode(‘cp936‘)) print c
执行结果
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。
案例