GB2312編碼下全形轉半形的Python實現

由此我們也可以知道gb2312的編碼範圍為0xa1a1-0xfefe

因此接下的事情就是每兩個字元判斷一下它們的取值範圍，如果滿足則說明是gb2312編碼

這裡再說一下全形字符和半形字元的區別，在gb2312中，全形字符佔2個位元組，而半形字元只佔1個位元組，對於第三區位的字元來說，半形字元的值=全形字符的第二個位元組-0x80h。至於為什麼是減掉80h，是因為為了相容原先的ascii碼，ascii的範圍為0～127（十進位制），因此減掉80h的半形字元即為對應的ascii編碼值。

下面是實現的**,這裡注意的是轉化的全形僅僅包括字母和數字，下面的**僅適用於編碼為gb2312的檔案。

def

f2b(contents:
bytes):
r =bytearray()
skip =
false
for i in
range
(len
(contents)-1
):if skip:
skip =
false
continue
t1 = contents[i]
t2 = contents[i +1]
skip =
true
# 兩個位元組都新增，則要跳過下乙個位元組
if t1 ==
0xa3
and(
0xb0
<= t2 <=
0xb9
or0xc1
<= t2 <=
0xda
or0xe1
<= t2 <=
0xfa):
0x80
)# 空格
elif
0xa1
== t1 and
0xa1
== t2:
0x20
)# 忽略ascii
elif t1 <=
127:
skip =
false
else
:# 補充末尾，如果最後沒有跳過字元的話
ifnot skip:-1
])return r

GB2312編碼範圍

gb2312編碼範圍 a1a1 fefe，其中漢字編碼範圍 b0a1 f7fe。gb2312編碼是第乙個漢字編碼國家標準，由中國國家標準總局1980年發布，1981年5月1日開始使用。gb2312編碼共收錄漢字6763個，其中一級漢字3755個，二級漢字3008個。同時，gb2312編碼收錄了包括拉...

GB2312的編碼規則

gb2312標準共收錄6763個漢字，其中一級漢字3755個，二級漢字3008個 同時，gb2312收錄了包括拉丁字母 希臘字母 日文平假名及片假名字母 俄羅斯語西里爾字母在內的682個全形字符。gb2312的出現，基本滿足了漢字的計算機處理需要，它所收錄的漢字已經覆蓋99.75 的使用頻率。gb2...

編碼學習整理（二） GB2312

gb 2312或gb 2312 80是乙個簡體中文 字符集的中國國家標準，全稱為 資訊交換用漢字編碼字符集 基本集 又稱為gb0，由中國國家標準總局發布，1981年 5月1日實施。gb2312編碼通行於中國大陸 新加坡等地也採用此編碼。中國大陸幾乎所有的中文系統和國際化的軟體都支援gb 2312。g...