python判断unicode是否是汉字，数字，英文，或者其他字符，pythonunicode,下面这个小工具包含了 判

python判断unicode是否是汉字，数字，英文，或者其他字符，pythonunicode,下面这个小工具包含了 判

下面这个小工具包含了 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。 还有一个能处理多音字的汉字转拼音的程序，还在整理中。

#!/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。"""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 Falsedef 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 Falsedef 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 Falsedef 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 Falsedef 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 retListif __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