☰

如何将全角字符转换为半角字符（反之亦然）？

tag-icon • tag-icon character-encoding
如何将全角字符转换为半角字符（反之亦然）？

这是我的简单问题，如何从命令行将半角转换为全角。我认为这将内置在我的iconv命令行中，但我在这里没有找到任何内容：

$ iconv  -l | grep -i full
-> nothing
$ iconv  -l | grep -i half
-> nothing

典型的输入是：

$ echo -n "Ａb９８７６５４３２１０" | iconv -f utf8 -t utf16be | hexdump -C
00000000  ff 21 00 62 ff 19 ff 18  ff 17 ff 16 ff 15 ff 14  |.!.b............|
00000010  ff 13 ff 12 ff 11 ff 10                           |........|
00000018

答案1

如果您有uconvICU 工具中的实用程序（icu-devtools基于 Debian 的操作系统上的软件包）：

$ echo 'Ａb９８７６５４３２１０' | uconv -x Fullwidth-Halfwidth
Ab9876543210

（请注意，它还会将通常为全角的字符（例如韩语或日语脚本中的字符）转换为半角表示形式）。

改为Halfwidth-Fullwidth相反。

如果没有，并且您只对转换 ASCII 可打印字符的全角变体感兴趣：

$ echo 'Ａb９８７６５４３２１０' | perl -C -pe 'y/\x{ff01}-\x{ff5e}/!-~/'
Ab9876543210

或者也将 U+3000（表意空间）转换为 ASCII 空间：

$ echo 'Ａb９８７６５４３２１０' | perl -C -pe 'y/\x{3000}\x{ff01}-\x{ff5e}/ !-~/'
Ab9876543210

curl -s https://www.unicode.org/Public/UNIDATA/UnicodeData.txt | grep '<wide>'

将显示一些额外的内容，即一些非 ASCII 字符的全角变体，您可以将其添加到列表中。

perl -C -pe 'y/\x{3000}\x{ff01}-\x{ff60}\x{ffe0}-\x{ffe6}/ !-~\x{2985}\x{2986}\xa2\xa3\xac\xaf\xa6\xa5\x{20a9}/'

（搜索<narrow>将显示一些通常全角字符的半角变体，但这是一个很大的列表并且具有不连续的范围，因此添加这些将使表达式变得更大）。

tr在某些系统上，如果在 C.UTF-8 语言环境中，您可以执行相同的操作，不适用于当前版本的 GNU，tr除非您的操作系统供应商进行了修补。

$ uname
FreeBSD
$ echo 'Ａb９８７６５４３２１０' | LC_ALL=C.UTF-8 tr $'\u3000\uff01-\uff5e' ' !-~'
Ab9876543210

（还假设 shell 支持 zsh $'\uXXXX'）。

对于反向转换，只需将 更改y/from/to/为y/to/from/。

perl它的模块中还有一个 Unicode 数据的接口Unicode::UCD，所以你也可以这样做：

perl -C -MUnicode::UCD=charprop -pe '
  s{\p{Decomposition_Type: Wide}}{
    $cache{$&} //= charprop(ord($&), "Decomposition_Mapping")
  }ge'

尽管即使通过使用缓存来缓解，速度还是相当慢。详情请参阅perldoc perluniprops和。perldoc Unicode::UCD

或者使用NFKD分解对于那些有宽的分解类型：

perl -MUnicode::Normalize=NFKD -C -pe 's/\p{Dt=Wide}/NFKD$&/ge'

如果要转换为 ASCII，至少在 GNU 系统上，iconv -t ASCII//translit也会将这些字符（以及更多字符转换为最接近的 ASCII 字符1 表示形式）

$ echo 'Ｓｔéｐｈａｎｅ' | iconv -t ASCII//translit
Stephane

显然，没有办法做到相反的事情。

无论如何，在这里，它不是将同一个字符从字符集转换为您想要的字符集，而是从某些字符到其他字符的某种形式的音译。

iconv -l类似uconv -l列出了支持的编码/字符集。uconv -L列出音译者。 GNUiconv只有//translit在目标字符集中不存在该字符时才给出可能的近似值（此外//ignore只是丢弃它们）。

1 或字符sæ就像->ae或ffi->中那样ffi，顺便说一句，它们没有全角形式，但曾经近似过；例如，您可能想要转换affix为ａｆｆｉｘ而不是ａffiｘ转换为全角时，这里提到的解决方案都无法处理。

相关内容