python输入汉字的代码_基于python的汉字转GBK码实现代码

如图，“广”的编码为%B9%E3，暂且把%B9称为节编码，%E3为字符编码（第二编码）。

思路：

从GBK编码页面收集汉字 http://ff.163.com/newflyff/gbk-list/

从实用角度下手，只选取“● GBK/2: GB2312 汉字”这一节，共3755个汉字。

看规律：小节编码从B0-D7，而针对汉字的编码从A1-FE，即16*6-2=94，非常有规律性。

第一步：把常用的汉字用python提取出来，按顺序存到一个字典文件里面，汉字用空格分隔。

第二步：根据编码从A1-FE，每节94个汉字的规律，先定位节编码，利用汉字在某一节的位置定位字符编码

实施：

第一步：提取汉字

with open('E:/GBK.txt') as f:

s=f.read().splitlines().split()

分割得到的list里面有重复的节编码，要去掉B0/B1……类似的符号和中文的0-9/A-F字符

把获取到的字符解码看：

删除掉这些字符：

先把分割得到的list全部解码，然后

gbk.remove(u'\uff10')

这里删除字符的时候，用range生成一系列字符串，然后用notepad++处理了一下，并没有找到简单的办法

for t in [u'\uff10',u'\uff11',u'\uff12',u'\uff13',u'\uff14',u'\uff15',u'\uff16',u'\uff17',u'\uff18',u'\uff19',u'\uff21',u'\uff22',u'\uff23',u'\uff24',u'\uff25',u'\uff26']:

gbk.remove(t)

然后去除B0-D7这样的小节编码，同时提取字符编码的时候也要用到类似的A1-FE这样的编码，于是就想生成这样一个list，方便做删除和索引操作。

生成编码系列：

行编码为0-9 A-F，列编码为A-F

从A1开始递增，遇到边界（A9-AA）要手动处理，用到了ord()和chr()函数，在ASCII编码和数字之间转换。

t=['A1']

while True:

if t[-1]=='FE':

break

if (ord(t[-1][1])>=48 and ord(t[-1][1])<57) or (ord(t[-1][1])>=65 and ord(t[-1][1])<70):

t.append(t[-1][0]+chr(ord(t[-1][1])+1))

continue

if ord(t[-1][1])>=57 and ord(t[-1][1])<65:

t.append(t[-1][0]+chr(65))

continue

if ord(t[-1][1])>=70:

t.append(chr(ord(t[-1][0])+1)+chr(48))

continue

得到的列表：

有了这个编码序列后，就可以从gbk库中删除B0-D7字符了。

最后检查到还有空格未删除，空格的unicode码是\u3000

gbk.remove(u'\u3000')

最后encode成UTF-8编码保存到字典文件。

我把这个字典文件放到网盘上了，外链：http://dl.dbank.com/c0m9selr6h

第二步：索引汉字索引就是个简单算法，因为字典里面的汉子是按照原先顺序存储的，而且GBK编码表2的3755个汉字严格遵守每节94个汉字的规律，那就来个简单的除数取整+1来定位小节编码，再用汉字索引-节索引*94得到汉字在这一小节中的索引，然后利用上面生成的A1-FE list和索引来定位第二编码。

算法思路有了，编码，然后调试

附上python代码和注释：

def getGBKCode(gbkFile='E:/GBK1.1.txt',s=''):

#gbkFile字典文件共3755个汉字

#s为要转换的汉字，暂且为gb2312编码，即从IDLE输入的汉字编码

#读入字典

with open(gbkFile) as f:

gbk=f.read().split()

#生成A1-FE的索引编码

t=['A1']

while True:

if t[-1]=='FE':

break

if (ord(t[-1][1])>=48 and ord(t[-1][1])<57) or (ord(t[-1][1])>=65 and ord(t[-1][1])<70):

t.append(t[-1][0]+chr(ord(t[-1][1])+1))

continue

if ord(t[-1][1])>=57 and ord(t[-1][1])<65:

t.append(t[-1][0]+chr(65))

continue

if ord(t[-1][1])>=70:

t.append(chr(ord(t[-1][0])+1)+chr(48))

continue

#依次索引每个汉字

l=list()

for st in s.decode('gb2312'):

st=st.encode('utf-8')

i=gbk.index(st)+1

#小节编码从B0开始，获取汉字的小节编码

t1='%'+t[t.index('B0'):][i/94]

#汉字在节点中的索引号

i=i-(i/94)*94

t2='%'+t[i-1]

l.append(t1+t2)

#最后用空格分隔输出

return ' '.join(l)

得承认我的python代码不是那么工整

附上我的微博ID：小栾Cooper

python输入汉字的代码_基于python的汉字转GBK码实现代码相关推荐

基于python爬虫技术的应用_基于Python爬虫技术的应用
办公自动化杂志一.引言本文主要是对 Python 爬虫技术进行阐述,基于 python 的爬虫与其他语言相比的有很多优势.通过爬去某个网站的所有新闻这个案例,来进一步阐释 Python 爬虫技术的 ...
python点名代码_基于python tkinter的点名小程序功能的实例代码
基于python tkinter的点名小程序功能的实例代码,花名册,次数,窗口,未找到,初始化基于python tkinter的点名小程序功能的实例代码易采站长站,站长之家为您整理了基于pytho ...
python的坐标代码_基于Python的地图坐标服务接口调用代码实例
代码描述:基于Python的地图坐标服务接口调用代码实例关联数据:地图坐标服务接口地址:http://www.juhe.cn/docs/api/id/32 #!/usr/bin/python # ...
基于python的音频播放器_基于python实现音乐播放器代码实例
基于python实现音乐播放器代码实例,一首,函数,按钮,布局,音乐基于python实现音乐播放器代码实例易采站长站,站长之家为您整理了基于python实现音乐播放器代码实例的相关内容. 核心播放 ...
随机数写excel java代码_基于python实现在excel中读取与生成随机数写入excel中
搜索热词具体要求是:在一份已知的excel表格中读取学生的学号与姓名,再将这些数据放到新的excel表中的第一列与第二列,最后再生成随机数作为学生的考试成绩. 首先要用到的数据库有:xlwt,xlr ...
python三维重建代码_基于Python的三维重建开源代码
[实例简介] 基于Python的三维重建开源代码,包括特征提取,SFM,PMVS以及CMVS等相关功能! [实例截图] [核心代码] sfm-bundler(python) └── sfm-bundl ...
python名片打印程序代码_基于Python的名片识别接口调用代码实例
#!/usr/bin/python # -*- coding: utf-8 -*- import json, urllib from urllib import urlencode #-------- ...
python房子代码_基于python的链家小区房价爬取——仅需60行代码！
简介首先打开相关网页(北京链家小区信息). 注意本博客的代码适用于爬取某个城市的小区二手房房价信息. 如果需要爬取其他信息,可修改代码,链家的数据获取的基本逻辑都差不多. 效果展示因为只需要60行 ...
python爬取南京市房价_基于python的链家小区房价爬取——仅需60行代码
简介首先打开相关网页(北京链家小区信息). 注意本博客的代码适用于爬取某个城市的小区二手房房价信息. 如果需要爬取其他信息,可修改代码,链家的数据获取的基本逻辑都差不多. 效果展示因为只需要60行 ...

python输入汉字的代码_基于python的汉字转GBK码实现代码

python输入汉字的代码_基于python的汉字转GBK码实现代码相关推荐

最新文章

热门文章