Python实现全角与半角字符转换的方法

栗子

发布时间：2026-10-15| 3人浏览过

原创

本文介绍Python中全角与半角字符转换的实现原理及代码。全角字符Unicode范围通常为0xFF01~0xFF5E，半角为0x21~0x7E，空格需单独处理（全角12288，半角32）。通过chr()、ord()函数结合偏移量计算，可高效完成非中文及符号的全半角互换，适用于NLP数据预处理。

在自然语言处理任务中，全角与半角字符的不一致往往会导致信息抽取结果出现偏差，因此对文本进行统一处理是必要的步骤。

对于不含空格的常规字符，其转换遵循特定规律：

全角字符的Unicode编码范围大致为65281至65374（即十六进制的0xFF01到0xFF5E）；而半角字符的Unicode编码范围则为33至126（即十六进制的0x21到0x7E）。

然而，存在一个特殊的例外情况：

空格字符较为特殊，其全角形式对应的编码为12288（十六进制0x3000），而半角形式的编码为32（十六进制0x20）。

除空格外，全角与半角字符在Unicode编码序列中是一一对应的，且半角编码加上0x7E（即65248）即可得到对应的全角编码。因此，在处理非空格数据时，可以直接利用加减法进行转换，而对空格则需单独处理。

需要注意的是：

1. 中文字符始终被视为全角字符，全角与半角的概念仅适用于英文字母、数字及符号键。所谓“全角”，指一个字母或数字占据一个汉字的位置；“半角”则指其占据半个汉字的位置。

2. 引号在中英文语境以及全半角状态下，其编码值是不同的，需特别注意区分。

示例代码

# 全角转半角
def strQ2B(ustring):
    ss = []
    for s in ustring:
        rstring = ""
        for uchar in s:
            inside_code = ord(uchar)
            if inside_code == 12288:  
                inside_code = 32
            elif (inside_code >= 65281 and inside_code <= 65374):   
                inside_code -= 65248
            rstring += chr(inside_code)
        ss.append(rstring)
    return ''.join(ss)

# 半转全角
def strB2Q(ustring):
    ss = []
    for s in ustring:
        rstring = ""
        for uchar in s:
            inside_code = ord(uchar)
            if inside_code == 32:
                inside_code = 12288
            elif (inside_code >= 33 and inside_code <= 126): 
                inside_code += 65248
            rstring += chr(inside_code)
        ss.append(rstring)
    return ''.join(ss)


if __name__ == '__main__':
    b = strQ2B('王大ＡＡ')
    print(b)
    a = strB2Q("王大AB")
    print(a)