先來看一個截圖，爬蟲得到的結果，裏面99的字體貌似有點奇怪，剛開始以為是不同的字體，在Excel裏選中調整字體時發現沒有變化，後來經過大佬指點，才知道是全角數字（原諒我小白無知）。為了統一起見，把所有的全角字符轉換為半角字符，然後再做處理。既然是在爬蟲裏面，那可以直接用代碼轉換了，但是以前存起來的數據用代碼轉就有點繁瑣了，所以在Excel裏解決就好。下面介紹兩種方法，分別用Python和Excel。

　　首先介紹一下什麽是全角和半角：全角字符unicode編碼從65281~65374 （十六進制 0xFF01 ~ 0xFF5E），半角字符unicode編碼從33~126 （十六進制 0x21~ 0x7E），空格比較特殊，全角為 12288（0x3000），半角為 32（0x20）。除空格外，全角/半角按unicode編碼排序在順序上是對應的（半角 + 65248 = 全角）。那代碼就好寫了。

1. Python全角轉半角

 　　1 def DBC2SBC(ustring):
 　　2     n = []
 　　3     #　python3現在已經將unichr和chr合並，所以網上的代碼已經不合適
 　　4     for char in ustring:
 　　5         num = ord(char)
　　 6         if num == 0x3000:
　　 7             num = 32
 　　8         elif 0xFF01 <= num <= 0xFF5E:
 　　9             num -= 0xfee0
　　10
 
         num = chr(num)
　　11         n.append(num)
　　12     return ‘‘.join(n)
　　13 
　　14 if __name__ == ‘__main__‘:
　　15     a = ‘《中文》（２１３）‘
　　16     print(a)
　　17     print(DBC2SBC(a))

　　由於所有中文占兩個字節，只能由全角表示，所以沒有變化，裏面的全角數字變為半角數字，但是中文括號也跟著變化了。要是想保留文本中的中文括號那就像空格一樣單獨處理，中文符號和英文符號的對應關系查不到的話沒關系，把所有的對應關系打印出來看就是。

　　1 for i in range(33,127):
　　2     print(i,chr(i),i+65248,chr(i+65248))

2. 在Excel裏轉換全角數字和半角數字

　　在想要轉化的一個單元格後面輸入=ASC()就可轉化一個單元格，然後點住黑色十字指針往下拉就可以將一列全部轉化。圖中的D8是想要轉化的那一個單元格編號。

　　最後說一句，win10默認的拼音輸入法沒有開啟全角輸入方式，所以先要去輸入法設置裏改一下。

網頁和自然語言處理中的字符問題（半角和全角）