python 利用utf-8编码判断中英文字符的简单示例

这篇文章主要为大家详细介绍了python 利用utf-8编码判断中英文字符的简单示例，具有一定的参考价值，可以用来参考一下。

感兴趣python 利用utf-8编码判断中英文字符的简单示例的小伙伴，下面一起跟随四海网的小编罗X来看看吧。包含了判断unicode是否是汉字、数字、英文或者其他字符，全角符号转半角符号，unicode字符串归一化等工作。

 #  四海网网 (www.q1010.com) 

#!/usr/bin/env python

# -*- coding:GBK -*- 

 

"""汉字处理的工具:

判断unicode是否是汉字，数字，英文，或者其他字符。

全角符号转半角符号。"""

 

__author__="internetsweeper <zhengbin0713@gmail.com>"

__date__="2007-08-04"

 

def is_chinese(uchar):

        """判断一个unicode是否是汉字"""

        if uchar >= u'\u4e00' and uchar<=u'\u9fa5':

                return True

        else:

                return False

 

def is_number(uchar):

        """判断一个unicode是否是数字"""

        if uchar >= u'\u0030' and uchar<=u'\u0039':

                return True

        else:

                return False

 

def is_alphabet(uchar):

        """判断一个unicode是否是英文字母"""

        if (uchar >= u'\u0041' and uchar<=u'\u005a') or (uchar >= u'\u0061' and uchar<=u'\u007a'):

                return True

        else:

                return False

 

def is_other(uchar):

        """判断是否非汉字，数字和英文字符"""

        if not (is_chinese(uchar) or is_number(uchar) or is_alphabet(uchar)):

                return True

        else:

                return False

 

def B2Q(uchar):

        """半角转全角"""

        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)

 

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_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)

 

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

# End 512.笔记 www.q1010.com

 

本文来自：http://www.q1010.com/181/2609-0.html

注：关于python 利用utf-8编码判断中英文字符的简单示例的内容就先介绍到这里，更多相关文章的可以留意四海网的其他信息。

关键词：utf-8,中英文