欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python判断unicode字符类型

程序员文章站 2022-04-19 23:18:47
def is_chinese(uchar): """判断一个unicode是否是汉字""" if uchar >= u'\u4e00' and uc...
def is_chinese(uchar):
        """判断一个unicode是否是汉字"""
        if uchar >= u'\u4e00' and uchar= u'\u0030' and uchar= u'\u0041' and uchar= u'\u0061' and uchar0x7e:      #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)
 
def q2b(uchar):
        """全角转半角"""
        inside_code=ord(uchar)
        if inside_code==0x3000:
                inside_code=0x0020
        else:
                inside_code-=0xfee0
        if inside_code0x7e:      #转完之后不是半角字符返回原来的字符
                return uchar
        return unichr(inside_code)
 
def stringq2b(ustring):
        """把字符串全角转半角"""
        return "".join([q2b(uchar) for uchar in ustring])
 
def uniform(ustring):
        """格式化字符串,完成全角转半角,大写转小写的工作"""
        return stringq2b(ustring).lower()
 
def string2list(ustring):
        """将ustring按照中文,字母,数字分开"""
        retlist=[]
        utmp=[]
        for uchar in ustring:
                if is_other(uchar):
                        if len(utmp)==0:
                                continue
                        else:
                                retlist.append("".join(utmp))
                                utmp=[]
                else:
                        utmp.append(uchar)
        if len(utmp)!=0:
                retlist.append("".join(utmp))
        return retlist
 
if __name__=="__main__":
        #test q2b and b2q
        for i in range(0x0020,0x007f):
                print q2b(b2q(unichr(i))),b2q(unichr(i))
 
        #test uniform
        ustring=u'中国 人名a高频a'
        ustring=uniform(ustring)
        ret=string2list(ustring)
        print ret