如何在Python中将全角数字转换为半角数字-Python教程-PHP中文网

如何在Python中将全角数字转换为半角数字

本文介绍使用Pandas的str.normalize('NFKC')方法高效、安全地将Excel中混有日文字符的全角数字（如「８９０」）批量转换为标准ASCII数字（如「890」），避免手动映射或正则替换的复杂性与风险。

本文介绍使用pandas的`str.normalize('nfkc')`方法高效、安全地将excel中混有日文字符的全角数字（如「８９０」）批量转换为标准ascii数字（如「890」），避免手动映射或正则替换的复杂性与风险。

在处理含东亚文字（如日文、中文）的文本数据时，常遇到全角字符（Full-width characters）——包括全角数字（０１２３４５６７８９）、全角标点（如ー、，、。）等。它们视觉上与半角字符相似，但Unicode编码不同，会导致数值解析失败、正则匹配失效或排序异常等问题。例如：

いつもありがとう８９０ございます  → 实际Unicode：U+FF18 U+FF19 U+FF10
忙しい７ー１０ー１ところ         → 全角7、全角连接号、全角10、全角1

直接调用unicodedata.normalize('NFKC', s)虽可行，但在Pandas DataFrame场景下，应优先使用向量化字符串方法 Series.str.normalize()，它专为列级批量处理设计，性能更高、语法更清晰，且自动处理缺失值（NaN）和非字符串类型，避免to_string()导致的数据结构破坏（如索引、列名混入结果）。

✅ 正确做法（推荐）：

import pandas as pd

# 读取Excel文件（单列示例）
df = pd.read_excel("data.xlsx", usecols=[0], header=None, names=["text"])

# 对目标列执行NFKC标准化：全角→半角，兼容字符规范化
df["text"] = df["text"].str.normalize('NFKC')

# 查看结果
print(df["text"].tolist())
# 输出：
# ['いつもありがとう890ございます', '忙しい7ー10ー1ところ']

⚠️ 注意事项：

Li Python Sec Check

Python 安全规范检查工具：基于 CloudBase 规范、腾讯安全指南，LLM 智能分析（默认禁用，优先本地执行）

下载

NFKC（Normalization Form KC）是最适用于此场景的标准形式：它不仅将全角数字/字母/标点转为半角（如８→8、Ａ→A），还会对兼容字符（如上标数字、罗马数字）做合理映射，并合并组合字符，兼顾可读性与实用性。
避免使用NFD/NFC：它们主要处理变音符号分解与组合，不改变全角/半角状态。
str.normalize()仅作用于字符串类型；若列中含数字、空值或混合类型，Pandas会自动跳过非字符串项（返回原值或NaN），无需预先清洗类型。

中文/日文环境显示优化（非必需但建议）：

pd.options.display.unicode.east_asian_width = True   # 正确计算东亚字符宽度
pd.options.display.unicode.ambiguous_as_wide = True  # 将模糊宽度字符视为宽字符

? 扩展提示：若需保留某些全角标点（如日文长音符ー），而仅转换数字，可结合正则替换：

import re
df["text"] = df["text"].str.replace(r'[０-９]', lambda m: chr(ord(m.group()) - 0xFEE0), regex=True)

但通常NFKC已足够健壮——它会将ー（U+30FC）保留为半角-（U+002D）或保持原形（取决于字体支持），符合多数下游处理需求。

综上，df["col"].str.normalize('NFKC') 是处理此类问题的标准、高效、可维护的解决方案。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！