如何使用Python实现日文字体样式字符到英文字体样式的转换

你读取到的９３９－２３６７类字符属于日文编码体系下的全角英数、全角符号，和常规半角英数字符的本质差异是Unicode码位不同，并非单纯字体显示差异，可通过码位映射完成转换。

转换核心逻辑 #

• 常规可转换全角字符的Unicode区间为U+FF01 ~ U+FF5E，对应半角ASCII字符区间为U+0021 ~ U+007E，两类字符码位固定差值为65248
• 全角空格（U+3000）不在上述区间内，需单独映射为半角空格（U+0020）
• 示例中的全角连字符－（U+FF0D）刚好在可转换区间内，可直接映射为半角连字符-（U+002D）

自定义转换实现 #

自定义码位转换的方式可控性最高，不会误改其他需要保留的日文字符：

def fullwidth_to_halfwidth(input_str: str) -> str:
    output = []
    for c in input_str:
        code = ord(c)
        # 单独处理全角空格
        if code == 0x3000:
            code = 0x0020
        # 处理区间内全角字符
        elif 0xFF01 <= code <= 0xFF5E:
            code -= 0xFEE0  # 即减去固定差值65248
        output.append(chr(code))
    return ''.join(output)


# 调用示例
raw = "９３９－２３６７"
result = fullwidth_to_halfwidth(raw)
print(result)  # 输出结果：939-2367

标准库快速实现 #

如果不需要严格控制转换范围，可直接使用Python标准库unicodedata的兼容标准化方法，代码更简洁：

import unicodedata

def fullwidth_to_halfwidth_std(input_str: str) -> str:
    # NFKC标准化会自动将全角兼容字符映射为对应常规半角字符
    return unicodedata.normalize("NFKC", input_str)

注意：NFKC标准化会同步转换全角片假名、特殊连体字等其他兼容类字符，如果文本中包含需要保留原格式的日文内容，不建议使用该方案，避免非预期的内容修改。

效果验证 #

• 转换前：９３９－２３６７ 每个字符占2个半角字符宽度，属于全角字符集，和常规英数显示样式不一致
• 转换后：939-2367 为标准ASCII半角字符，和本地常规英数字符显示效果完全一致

内容的提问来源于stack exchange，提问作者Sunn