將全角Unicode字符轉換為ASCII字符

Question

我在Unicode中有一些字符串文本，其中包含一些數字，如下所示：

txt = '３６fsdfdsf１４'

但是， int(txt[:2])不能將字符識別為數字。 如何更改字符以使其識別為數字？

Answer 1

如果您實際上具有Unicode（或將字節字符串解碼為Unicode），則可以使用規范的替換規范化數據：

>>> s = u'３６fsdfdsf１４'
>>> s
u'\uff13\uff16fsdfdsf\uff11\uff14'
>>> import unicodedata as ud
>>> ud.normalize('NFKC',s)
u'36fsdfdsf14'

如果規范化規范化對您來說變化太大，則可以制作僅包含所需替換項的轉換表：

#coding:utf8

repl = u'0123456789'

# Fullwidth digits are U+FF10 to U+FF19.
# This makes a lookup table from Unicode ordinal to the ASCII character equivalent.
xlat = dict(zip(range(0xff10,0xff1a),repl))

s = u'３６fsdfdsf１４'

print(s.translate(xlat))

輸出：

36fsdfdsf14

Answer 2

在python 3上

[int(x) for x in re.findall(r'\d+', '３６fsdfdsf１４')]
# [36, 14]

在python 2上

[int(x) for x in re.findall(r'\d+', u'３６fsdfdsf１４', re.U)]
# [36, 14]

關於python 2示例，請注意string和re.U標志前面的'u'。 您可以將問題中現有的str類型變量（例如txt轉換為unicode，即txt.decode('utf8') 。