在python中使用正则表达式实现中英文符号互换

在进行中文信息处理时，经常会发现有人错误地使用了英文半角的标点符号，给下一步处理造成一些麻烦。如果逐个地判断（使用循环方法）后进行替换，是一件非常费时费力的事情；当出现新的情况时，进行程序的更新也比较麻烦。利用unicode编码的规律和正则表达式中的替换（re.sub）功能，可以较为优雅地达到这个目的。

标点符号在unicode中的编码规律

每个符号都有一个唯一的unicode编码，可以通过内置函数ord()进行查询。如：

>>> ord('?')
63

半角符号符号和全角符号的编码有一个规律：英文符号的unicode编码+65248＝中文符号的unicode编码。
从编码转到具体的符号，可以使用函数chr()。如：

>>> chr(63)
'?'
>>> chr(63+65248)
'？'

空格除外，具体可查看网址：https://blog.youkuaiyun.com/zinnc/article/details/68524551

正则表达式的sub函数

re.sub共有5个参数：
第一个参数是pattern，即要匹配的模式；
第二个参数是repl，即拟替换成的对象，可以是字符串，也可以是函数；
第三个参数是string，即源字符串；
第四个参数是count，即替换的次数，0的话就表示全部替换；
第五个参数是flags，即相应的选项。
具体可参考：https://www.cnblogs.com/nkwy2012/p/6548812.html

本文主要是利用到了第二个参数。代码如下