python中,ord(c)可以获取字符的编码值,chr(idx)可以获取指定编码对应的字符。
汉字和平假名的编码值中间的空缺部分为12246-12352,其中12289-12319是常见的全角符号。
半角符号和全角符号的编码值对应关系是固定的,全角编码 = 半角编码 + 65248。
空格比较特殊,全角为 12288(0x3000),半角为 32(0x20)。
Update:
找到非中文、非数字、非英文、非日文的字符(粗略,不一定准确):
for ch in chars:
code = ord(ch)
if code < 48 or 57 < code < 65 or 90 < code < 97 or 122 < code < 12353 or code > 40912:
print(ch)