Python – 全角英数字を半角に変換する方法について

# 符号点 (数値) -> 文字
print(chr(12354))  # 10進数 -> 文字
print(chr(0x3042))  # 16進数 -> 文字

# 文字 -> 数値
print(ord("あ"))  # 文字 -> 10進数
print(hex(ord("あ")))  # 文字 -> 16進数

codes = list(range(0x41, 0x5A + 1)) + list(range(0x61, 0x7A + 1))  # A ~ Z a ~ z

for i, code in enumerate(codes, 1):
    print(f"{code:04X}: {chr(code)}", end="\n" if i % 6 == 0 else " ")

codes = list(range(0xFF21, 0xFF3A + 1)) + list(
    range(0xFF41, 0xFF5A + 1)
)  # Ａ ~ Ｚ ａ ~ ｚ

for i, code in enumerate(codes, 1):
    print(f"{code:04X}: {chr(code)}", end="\n" if i % 6 == 0 else " ")

codes = list(range(0x30, 0x39 + 1))  # 0 ~ 9

for i, code in enumerate(codes, 1):
    print(f"{code:04X}: {chr(code)}", end="\n" if i % 6 == 0 else " ")

codes = list(range(0xFF10, 0xFF19 + 1))  # ０ ~ ９

for i, code in enumerate(codes, 1):
    print(f"{code:04X}: {chr(code)}", end="\n" if i % 6 == 0 else " ")

codes = (
    list(range(0x21, 0x2F + 1))  # `!` `"` `#` `$` `%` `&` `'` `(` `)` `*` `+` `,` `-` `.` `/`
    + list(range(0x3A, 0x40 + 1))  # `:` `;` `<` `=` `>` `?` `@`
    + list(range(0x5B, 0x60 + 1))  # `[` `\` `]` `^` `_` ``` ` ```
    + list(range(0x7B, 0x7E + 1))  # `{` `|` `}` `~`
)

for i, code in enumerate(codes, 1):
    print(f"{code:04X}: {chr(code)}", end="\n" if i % 6 == 0 else " ")

codes = (
    list(range(0xFF01, 0xFF0F + 1))  # `！` `＂` `＃` `＄` `％` `＆` `＇` `（` `）` `＊` `＋` `，` `－` `．` `／`
    + list(range(0xFF1A, 0xFF20 + 1))  # `：` `；` `＜` `＝` `＞` `？` `＠`
    + list(range(0xFF3B, 0xFF40 + 1))  # `［` `＼` `］` `＾` `＿` `｀`
    + list(range(0xFF5B, 0xFF60 + 1))  # `｛` `｜` `｝` `～`
    + list(range(0xFF5F, 0xFF5E + 1))  # `｟` `｠`
    + list(range(0xFF61, 0xFF64 + 1))  # `｡` `｢` `｣` `､`
)

for i, code in enumerate(codes, 1):
    print(f"{code:04X}: {chr(code)}", end="\n" if i % 6 == 0 else " ")

codes = list(range(0x3041, 0x3096 + 1)) + list(range(0x3099, 0x309E + 1))

for i, code in enumerate(codes, 1):
    print(f"{code:04X}: {chr(code)}", end="\n" if i % 6 == 0 else " ")

codes = list(range(0x30A1, 0x30FE + 1)) + list(range(0x3099, 0x309C + 1))

for i, code in enumerate(codes, 1):
    print(f"{code:04X}: {chr(code)}", end="\n" if i % 6 == 0 else " ")

codes = list(range(0xFF65, 0xFF9F + 1))

for i, code in enumerate(codes, 1):
    print(f"{code:04X}: {chr(code)}", end="\n" if i % 6 == 0 else " ")

codes = list(range(0x4E00, 0x9FFF + 1))

# 数が多すぎるので、最初の50文字だけ表示します。日本、韓国、中国で使用される漢字が統合されているので、日本では見かけない漢字も含まれます。
for i, code in enumerate(codes[:50], 1):
    print(f"{code:04X}: {chr(code)}", end="\n" if i % 6 == 0 else " ")

import re

s = "ＨＥＬＬＯ ｗｏｒｌｄ ハロー・ワールド ひらがな ﾀﾞｳﾝﾛｰﾄﾞ 漢字 ００７"

# re.search() は最初にマッチしたものを返します。

# 1文字以上の連続したひらがなを抽出
print(re.search("([\u3041-\u3096][\u3099-\u309E]?)+", s))

# 1文字以上の連続したカタカナを抽出
print(re.search("([\u30A1-\u30FF][\u3099-\u309E]?)+", s))

# 1文字以上の連続した全角英字を抽出
print(re.search("[\uFF21-\uFF3A\uFF41-\uFF5A]+", s))

# 1文字以上の連続した全角数字を抽出
print(re.search("[\uFF10-\uFF19]+", s))

# 1文字以上の連続した全角大文字英字を抽出
print(re.search("[\uFF21-\uFF3A]+", s))

# 1文字以上の連続した全角小文字英字を抽出
print(re.search("[\uFF41-\uFF5A]+", s))

# 1文字以上の連続した半角カタカナを抽出
print(re.search("[\uFF65-\uFF9F]+", s))

# 1文字以上の連続した漢字を抽出
print(re.search("[\u4E00-\u9FFF]+", s))

# 全角の文字列
FULLWIDTH_DIGITS = "０１２３４５６７８９"
FULLWIDTH_ALPHABET = "ａｂｃｄｅｆｇｈｉｊｋｌｍｎｏｐｑｒｓｔｕｖｗｘｙｚＡＢＣＤＥＦＧＨＩＪＫＬＭＮＯＰＱＲＳＴＵＶＷＸＹＺ"
FULLWIDTH_PUNCTUATION = "！＂＃＄％＆＇（）＊＋，－．／：；＜＝＞？＠［＼］＾＿｀｛｜｝～　"
FULLWIDTH_ALPHANUMERIC = FULLWIDTH_DIGITS + FULLWIDTH_ALPHABET  # 英数字
FULLWIDTH_ALL = FULLWIDTH_ALPHANUMERIC + FULLWIDTH_PUNCTUATION  # 英数字、記号

# 半角の文字列
HALFWIDTH_DIGITS = "0123456789"
HALFWIDTH_ALPHABET = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"
HALFWIDTH_PUNCTUATION = "!\"#$%&'()*+,-./:;<=>?@[\]^_`{|}~ "
HALFWIDTH_ALPHANUMERIC = HALFWIDTH_DIGITS + HALFWIDTH_ALPHABET  # 英数字
HALFWIDTH_ALL = HALFWIDTH_ALPHANUMERIC + HALFWIDTH_PUNCTUATION  # 英数字、記号

# 数字、アルファベットを半角に変換する。
conv_map = str.maketrans(FULLWIDTH_ALPHANUMERIC, HALFWIDTH_ALPHANUMERIC)

before = "Ａｌｐｈａｂｅｔ"
after = before.translate(conv_map)

print(before)
print(after)

# 全角の記号、数字、アルファベットを半角に変換する。
conv_map = str.maketrans(FULLWIDTH_ALL, HALFWIDTH_ALL)

before = "Ａｌｐｈａｂｅｔ （０１２）"
after = before.translate(conv_map)

print(before)
print(after)

# 全角の文字列
FULLWIDTH_DIGITS = "０１２３４５６７８９"
FULLWIDTH_ALPHABET = "ａｂｃｄｅｆｇｈｉｊｋｌｍｎｏｐｑｒｓｔｕｖｗｘｙｚＡＢＣＤＥＦＧＨＩＪＫＬＭＮＯＰＱＲＳＴＵＶＷＸＹＺ"
FULLWIDTH_PUNCTUATION = "！＂＃＄％＆＇（）＊＋，－．／：；＜＝＞？＠［＼］＾＿｀｛｜｝～　"
FULLWIDTH_ALPHANUMERIC = FULLWIDTH_DIGITS + FULLWIDTH_ALPHABET  # 英数字
FULLWIDTH_ALL = FULLWIDTH_ALPHANUMERIC + FULLWIDTH_PUNCTUATION  # 英数字、記号

# 半角の文字列
HALFWIDTH_DIGITS = "0123456789"
HALFWIDTH_ALPHABET = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"
HALFWIDTH_PUNCTUATION = "!\"#$%&'()*+,-./:;<=>?@[\]^_`{|}~ "
HALFWIDTH_ALPHANUMERIC = HALFWIDTH_DIGITS + HALFWIDTH_ALPHABET  # 英数字
HALFWIDTH_ALL = HALFWIDTH_ALPHANUMERIC + HALFWIDTH_PUNCTUATION  # 英数字、記号

# 数字、アルファベットを半角に変換する。
conv_map = str.maketrans(HALFWIDTH_ALPHANUMERIC, FULLWIDTH_ALPHANUMERIC)

before = "Alphabet"
after = before.translate(conv_map)

print(before)
print(after)

# 全角の記号、数字、アルファベットを半角に変換する。
conv_map = str.maketrans(HALFWIDTH_ALL, FULLWIDTH_ALL)

before = "Alphabet (012)"
after = before.translate(conv_map)

print(before)
print(after)

# fmt: off
KANA_DAKUTEN_HALF_TO_FULL_MAP = {"ｶ": "ガ", "ｷ": "ギ", "ｸ": "グ", "ｹ": "ゲ", "ｺ": "ゴ", "ｻ": "ザ", "ｼ": "ジ", "ｽ": "ズ", "ｾ": "ゼ", "ｿ": "ゾ", "ﾀ": "ダ", "ﾁ": "ヂ", "ﾂ": "ヅ", "ﾃ": "デ", "ﾄ": "ド", "ﾊ": "バ", "ﾋ": "ビ", "ﾌ": "ブ", "ﾍ": "ベ", "ﾎ": "ボ", "ﾜ": "ヷ", "ｦ": "ヺ"}
KANA_HANDAKUTEN_HALF_TO_FULL_MAP = {"ﾊ": "パ", "ﾋ": "ピ", "ﾌ": "プ", "ﾍ": "ペ", "ﾎ": "ポ"}
KANA_HALF_TO_FULL_MAP = {"ｱ": "ア", "ｲ": "イ", "ｳ": "ウ", "ｴ": "エ", "ｵ": "オ", "ｶ": "カ", "ｷ": "キ", "ｸ": "ク", "ｹ": "ケ", "ｺ": "コ", "ｻ": "サ", "ｼ": "シ", "ｽ": "ス", "ｾ": "セ", "ｿ": "ソ", "ﾀ": "タ", "ﾁ": "チ", "ﾂ": "ツ", "ﾃ": "テ", "ﾄ": "ト", "ﾅ": "ナ", "ﾆ": "ニ", "ﾇ": "ヌ", "ﾈ": "ネ", "ﾉ": "ノ", "ﾊ": "ハ", "ﾋ": "ヒ", "ﾌ": "フ", "ﾍ": "ヘ", "ﾎ": "ホ", "ﾏ": "マ", "ﾐ": "ミ", "ﾑ": "ム", "ﾒ": "メ", "ﾓ": "モ", "ﾔ": "ヤ", "ﾕ": "ユ", "ﾖ": "ヨ", "ﾗ": "ラ", "ﾘ": "リ", "ﾙ": "ル", "ﾚ": "レ", "ﾛ": "ロ", "ﾜ": "ワ", "ｦ": "ヲ", "ﾝ": "ン", "ｧ": "ァ", "ｨ": "ィ", "ｩ": "ゥ", "ｪ": "ェ", "ｫ": "ォ", "ｬ": "ャ", "ｭ": "ュ", "ｮ": "ョ", "ｯ": "ッ", "･": "・", "ｰ": "ー"}
HALF_DAKUTEN = "\uFF9E"
HALF_HANDAKUTEN = "\uFF9F"
FULL_DAKUTEN = "\uFF9E"
FULL_HANDAKUTEN = "\u309A"
# fmt: on


def full_to_half_kana(text):
    ret = ""

    import itertools

    for c1, c2 in itertools.zip_longest(text, text[1:]):
        if not (0xFF65 <= ord(c1) <= 0xFF9F):
            continue  # 変換対象でない

        if c2 and c2 == HALF_DAKUTEN:
            # 半角カタカナ + 濁点 -> 全角カタカナ + 濁点
            ret += KANA_DAKUTEN_HALF_TO_FULL_MAP.get(
                c1, KANA_HALF_TO_FULL_MAP[c1] + FULL_DAKUTEN
            )
        elif c2 and c2 == HALF_HANDAKUTEN:
            # 半角カタカナ + 半濁点 -> 全角カタカナ + 半濁点
            ret += KANA_HANDAKUTEN_HALF_TO_FULL_MAP.get(
                c1, KANA_HALF_TO_FULL_MAP[c1] + FULL_HANDAKUTEN
            )
        elif c1 in HALF_DAKUTEN + HALF_HANDAKUTEN:
            continue  # 濁点、半濁点は無視
        else:
            ret += KANA_HALF_TO_FULL_MAP[c1]

    return ret


print(half_to_full_kana("ｱｯﾌﾟﾛｰﾄﾞ･ﾀﾞｳﾝﾛｰﾄﾞ"))

# fmt: off
KANA_DAKUTEN_FULL_TO_HALF_MAP = {'ガ': 'ｶ', 'ギ': 'ｷ', 'グ': 'ｸ', 'ゲ': 'ｹ', 'ゴ': 'ｺ', 'ザ': 'ｻ', 'ジ': 'ｼ', 'ズ': 'ｽ', 'ゼ': 'ｾ', 'ゾ': 'ｿ', 'ダ': 'ﾀ', 'ヂ': 'ﾁ', 'ヅ': 'ﾂ', 'デ': 'ﾃ', 'ド': 'ﾄ', 'バ': 'ﾊ', 'ビ': 'ﾋ', 'ブ': 'ﾌ', 'ベ': 'ﾍ', 'ボ': 'ﾎ', 'ヷ': 'ﾜ', 'ヺ': 'ｦ'}
KANA_HANDAKUTEN_FULL_TO_HALF_MAP = {'パ': 'ﾊ', 'ピ': 'ﾋ', 'プ': 'ﾌ', 'ペ': 'ﾍ', 'ポ': 'ﾎ'}
KANA_FULL_TO_HALF_MAP = {'ア': 'ｱ',  'イ': 'ｲ',  'ウ': 'ｳ',  'エ': 'ｴ',  'オ': 'ｵ',  'カ': 'ｶ',  'キ': 'ｷ',  'ク': 'ｸ',  'ケ': 'ｹ',  'コ': 'ｺ',  'サ': 'ｻ',  'シ': 'ｼ',  'ス': 'ｽ',  'セ': 'ｾ',  'ソ': 'ｿ',  'タ': 'ﾀ',  'チ': 'ﾁ',  'ツ': 'ﾂ',  'テ': 'ﾃ',  'ト': 'ﾄ',  'ナ': 'ﾅ',  'ニ': 'ﾆ',  'ヌ': 'ﾇ',  'ネ': 'ﾈ',  'ノ': 'ﾉ',  'ハ': 'ﾊ',  'ヒ': 'ﾋ',  'フ': 'ﾌ',  'ヘ': 'ﾍ',  'ホ': 'ﾎ',  'マ': 'ﾏ',  'ミ': 'ﾐ',  'ム': 'ﾑ',  'メ': 'ﾒ',  'モ': 'ﾓ',  'ヤ': 'ﾔ',  'ユ': 'ﾕ',  'ヨ': 'ﾖ',  'ラ': 'ﾗ',  'リ': 'ﾘ',  'ル': 'ﾙ',  'レ': 'ﾚ',  'ロ': 'ﾛ',  'ワ': 'ﾜ',  'ヲ': 'ｦ',  'ン': 'ﾝ',  'ァ': 'ｧ',  'ィ': 'ｨ',  'ゥ': 'ｩ',  'ェ': 'ｪ',  'ォ': 'ｫ',  'ャ': 'ｬ',  'ュ': 'ｭ',  'ョ': 'ｮ',  'ッ': 'ｯ',  '・': '･',  'ー': 'ｰ'}
HALF_DAKUTEN = "\uFF9E"
HALF_HANDAKUTEN = "\uFF9F"
FULL_DAKUTEN = "\uFF9E"
FULL_HANDAKUTEN = "\u309A"
# fmt: on


def full_to_half_kana(text):
    ret = ""

    import itertools

    for c1, c2 in itertools.zip_longest(text, text[1:]):
        if not (0x30A1 <= ord(c1) <= 0x30FC):
            continue  # 変換対象でない

        if c2 == FULL_DAKUTEN:
            # 全角カタカナ + 濁点 -> 半角カタカナ + 濁点
            ret += KANA_FULL_TO_HALF_MAP[c1] + HALF_DAKUTEN
        elif c1 in KANA_DAKUTEN_FULL_TO_HALF_MAP:
            # 全角カタカナ + 濁点 -> 半角カタカナ + 濁点
            ret += KANA_DAKUTEN_FULL_TO_HALF_MAP[c1] + HALF_DAKUTEN
        elif c2 == FULL_HANDAKUTEN:
            # 全角カタカナ + 半濁点 -> 半角カタカナ + 半濁点
            ret += KANA_FULL_TO_HALF_MAP[c1] + HALF_HANDAKUTEN
        elif c1 in KANA_HANDAKUTEN_FULL_TO_HALF_MAP:
            # 全角カタカナ + 半濁点 -> 半角カタカナ + 半濁点
            ret += KANA_HANDAKUTEN_FULL_TO_HALF_MAP[c1] + HALF_HANDAKUTEN
        elif c1 in HALF_DAKUTEN + HALF_HANDAKUTEN:
            continue  # 濁点、半濁点は無視
        else:
            ret += KANA_FULL_TO_HALF_MAP[c1]

    return ret


print(full_to_half_kana("アップロード"))