Python判断unicode是汉字，数字，英文，或者其他字符

最新推荐文章于 2022-10-24 10:59:36 发布

-牧野-

最新推荐文章于 2022-10-24 10:59:36 发布

阅读量1w

点赞数 4

CC 4.0 BY-SA版权

分类专栏： OpenCV

本文链接：https://blog.youkuaiyun.com/dcrmg/article/details/79228465

OpenCV 专栏收录该内容

59 篇文章

订阅专栏

本文介绍了一种方法来判断unicode字符是否属于汉字、数字、英文字符，并提供了将这些字符从半角转换到全角及反之的方法。对于从事文本处理工作的开发者来说，了解如何识别和转换字符类型是非常重要的。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

功能：

判断unicode是否是汉字，数字，英文，或者是否是（汉字，数字和英文字符之外的）其他字符。
全角、半角符号相互转换。

全角、半角？

全角--指一个字符占用两个标准字符位置。

汉字字符和规定了全角的英文字符及国标GB2312-80中的图形符号和特殊字符都是全角字符。一般的系统命令是不用全角字符的，只是在作文字处理时才会使用全角字符。

半角--指一字符占用一个标准的字符位置。
通常的英文字母、数字键、符号键都是半角的，半角的显示内码都是一个字节。在系统内部，以上三种字符是作为基本代码处理的，所以用户输入命令和参数时一般都使用半角。

例如：一个英文字符“ABC”如果以全角输入，会被当成汉字处理，如果以半角输入，会被当成普通英文字母处理。

# -*- coding: UTF-8 -*-


"""判断一个unicode是否是汉字"""
def is_chinese(uchar):
    if uchar >= u'\u4e00' and uchar <= u'\u9fa5':
        return True
    else:
        return False


"""判断一个unicode是否是数字"""
def is_number(uchar):
    if uchar >= u'\u0030' and uchar <= u'\u0039':
        return True
    else:
        return False


"""判断一个unicode是否是英文字母"""
def is_alphabet(uchar):
    if (uchar >= u'\u0041' and uchar <= u'\u005a') or (uchar >= u'\u0061' and uchar <= u'\u007a'):
        return True
    else:
        return False


"""判断是否是（汉字，数字和英文字符之外的）其他字符"""
def is_other(uchar):
    if not (is_chinese(uchar) or is_number(uchar) or is_alphabet(uchar)):
        return True
    else:
        return False


"""半角转全角"""
def B2Q(uchar):
    inside_code = ord(uchar)
    if inside_code < 0x0020 or inside_code > 0x7e:  # 不是半角字符就返回原来的字符
        return uchar
    if inside_code == 0x0020:  # 除了空格其他的全角半角的公式为:半角=全角-0xfee0
        inside_code = 0x3000
    else:
        inside_code += 0xfee0
    return unichr(inside_code)


"""全角转半角"""
def Q2B(uchar):
    inside_code = ord(uchar)
    if inside_code == 0x3000:
        inside_code = 0x0020
    else:
        inside_code -= 0xfee0
    if inside_code < 0x0020 or inside_code > 0x7e:  # 转完之后不是半角字符返回原来的字符
        return uchar
    return unichr(inside_code)


"""把字符串全角转半角"""
def stringQ2B(ustring):
    return "".join([Q2B(uchar) for uchar in ustring])


"""将UTF-8编码转换为Unicode编码"""
def convert_toUnicode(string):
    ustring = string
    if not isinstance(string, unicode):
        ustring = string.decode('UTF-8')
    return ustring



if __name__ == "__main__":

    ustring1 = u'收割季节 麦浪和月光 洗着快镰刀'
    string1 = 'Sky0天地Earth1*'

    ustring1 = convert_toUnicode(ustring1)
    string1 = convert_toUnicode(string1)

    for item in string1:
        # print is_chinese(item)
        # print is_number(item)
        # print is_alphabet(item)
        print is_other(item)