Python汉字区位码、字符串 相互转换

Python 汉字区位码、字符串 相互转换

区位码简介

GB2312所有字符放在一张94x94的矩阵中，矩阵中的每个位置对应一个字符（有的位置是空的，没有字符）。
区位码为十进制四位数，前后两位分别代表该字符在矩阵中的行、列坐标（均从1算起），如4528“图”字，为45行、28列上的字符。
能通过对区位码进行简单处理得到该字符对应的GB2312国标码，从而保存在计算机中。

区位码转为字符串步骤

步骤	示例
获取区码、位码	45, 28
1)区码、位码分别加上0xA0（16进制数）	45(0x2D) + 0xA0 = 0xCD 28(0x1C) + 0xA0 = 0xBC
2)区码、位码分别放入前后两个字节中，组成国标码（GB2312码））	b’\xCD\xBC’
3)对国标码进行解码	“图”

字符串转国标码步骤

与前者相反即可

转换代码

def c2n(chinese):  # 字符串（unicode）转区位码
    union_code = chinese.encode('gb2312')  # unicode转国标码
    b = int.from_bytes(union_code, byteorder='big') - 0xa0a0
    y, x = b // 0x100, b % 0x100  # 区码，位码
    return y * 100 + x  # 区位码


def n2c(number):  # 区位码转字符串（unicode）
    gb1 = number // 100 + 0xa0  # 区码+0xa0
    gb2 = number % 100 + 0xa0  # 位码+0xa0
    index = gb1 * 0x100 + gb2
    b = bytes.fromhex(hex(index)[2:])  # 国标码
    return b.decode('gb2312')  # 国标码转unicode


if __name__ == '__main__':
    # 测试用例
    test_samples = [
        ('图', 4528),
        ('万', 4582),
        ('具', 3063),
    ]

    for chinese_, number_ in test_samples:
        res = (c2n(chinese_), n2c(number_))
        print(f'标准：{chinese_}/{number_}， 测试结果：{res[0]}/{res[1]}')