python 转换文本从繁体到简体,但保留一切繁体符号

处理简繁混杂的文本。

原理
zhconv 在进行繁简转换时,会顺带着把符号都转换为简体形式。

例如

会被转换为

使用 unicodedata 来识别每个字符是属于字集还是符号集,即可获得手动转换表
将手动转换表输入为 zhconv.convert 的参数即可

import zhconv
import unicodedata

def get_dont_conv_symbol_table(s):
    # 不要转化除了繁体字以外的一切符号
    dont_conv_table = {}
    for c in set(s):
        if not unicodedata.category(c).startswith('Lo'):
            dont_conv_table[c] = c
    return dont_conv_table


def cht_to_chs(s):
    table = get_dont_conv_symbol_table(s)
    s = zhconv.convert(s, 'zh-cn', table)
    return s

# 测试
## 保留符号转换
print(cht_to_chs('「叢雲」'))
## 默认全部转换
print(zhconv.convert('「叢雲」', 'zh-cn'))
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值