字符识别中的全角半角问题

最近用paddle做了个字符识别的应用，具体说是将扫描版的pdf拿去做字符识别，然后将识别结果按一定格式写入Excel，中间有个步骤需要用正则表达式提取出目录，我选用的匹配目录的正则表达式如下

ref = r'[0-9]+[\s]*[\u4e00-\u9fa5|\u3001]'

但发现匹配到的目录缺少7

检查字符识别结果如下

我在下面又打了一行，发现这个7的确不对劲，起初以为将7检测成了这个很类似7的字符，实际上不是7，所以用[0-9]无法匹配到，但复制到PyCharm做测试时，发现这个7(string1)又过于标准

查看其编码

print('7'.encode('unicode-escape'))
print('７'.encode('unicode-escape'))

输出:

b'7'
b'\\uff17'

发现这个"7"实际上是全角的中文字符7，所以匹配失败，请教公司前辈后，这是我对全半角起源的理解

这也就涉及一个问题，在进行字符识别的过程中，如何对全半角进行特殊处理