PostgreSQL全角、半角互相转换

标签

PostgreSQL , 全角 , 半角 , 转换 , ascii , chr , 编码

背景

转载原文

http://blog.qdac.cc/?p=1289

我们知道，客户许多时候录入数据时，并不注意输入法是否是全角模式，然后就造成输入的内容，有的是全角有的是半角，造成我们做分析统计时的不便，为此，编写相应的函数。当然这个过程应尽量在前台完成，但如果针对已经存在的数据，下面提供的两个函数就比较方便了。

1、全角转换为半角函数

--© 2014,swish，原版首发：http://blog.qdac.cc/?p=1281，自由使用，保留版权    
    
create or replace function CnFullToHalf(s character varying)    
returns character varying    
as    
$$    
declare    
  retval character varying;    
  c character varying;    
  l integer;    
begin    
l=length(s);    
retval='';    
while l>0 loop    
  c=left(s,1);    
  if c='　' then                    -- 全角空格    
    retval=retval||' ';    
  elsif c>='！' and c<='～' then    -- 全角!到~的范围    
    retval=retval || chr(ascii('!')+ascii(c)-ascii('！'));    
  else    
    retval=retval||c;    
  end if;    
  s=substring(s,2,l-1);    
  l=l-1;    
end loop;    
return retval;    
end;    
$$language plpgsql strict immutable;    

2、半角转全角

--© 2014,swish，原版首发：http://blog.qdac.cc/?p=1281，自由使用，保留版权    
    
create or replace function CnHalfToFull(s character varying)    
returns character varying    
as    
$$    
declare    
  retval character varying;    
  c integer;    
  l integer;    
begin    
l=length(s);    
retval='';    
while l>0 loop    
  c=ascii(left(s,1));    
  if c=32 then                     -- 空格    
    retval=retval||'　';    
  elsif c>=33 and c<=126 then    
    retval=retval || chr(ascii('！')+c-ascii('!'));    
  else    
    retval=retval||chr(c);    
  end if;    
  s=substring(s,2,l-1);    
  l=l-1;    
end loop;    
return retval;    
end;    
$$language plpgsql strict immutable;    

适合UTF8字符集。

例子

test01=# select CnHalfToFull('123ab?-_.*&^%#@~+_=-:;/><|\\"y');    
                         cnhalftofull                             
--------------------------------------------------------------    
 １２３ａｂ？－＿．＊＆＾％＃＠～＋＿＝－：；／＞＜｜＼＼＂ｙ    
(1 row)    
    
test01=# select CnFullToHalf('１２３ａｂ？－＿．＊＆＾％＃＠～＋＿＝－：；／＞＜｜＼＼＂ｙ');    
          cnfulltohalf              
--------------------------------    
 123ab?-_.*&^%#@~+_=-:;/><|\\"y    
(1 row)    

python 全角半角转换

全角半角字符的unicode编码关系

全角字符unicode编码从65281~65374 （十六进制 0xFF01 ~ 0xFF5E）

半角字符unicode编码从33126 （十六进制 0x21 0x7E）

空格比较特殊，全角为 12288（0x3000），半角为 32（0x20）

除空格外，全角/半角按unicode编码排序在顺序上是对应的（半角 + 65248 = 全角）

所以可以直接通过用+-法来处理非空格数据，对空格单独处理。

用到的一些函数

chr()函数用一个范围在range（256）内的（就是0～255）整数作参数，返回一个对应的字符。

unichr()跟它一样，只不过返回的是Unicode字符。

ord()函数是chr()函数或unichr()函数的配对函数，它以一个字符（长度为1的字符串）作为参数，返回对应的ASCII数值，或者Unicode数值。

PG全角半角转换函数

根据以上规则，可以写成全角半角转换函数

全角转半角

create or replace function full_to_half(text) returns text as  
$$  
select string_agg(col, '') from   
 ( select   
   case when ascii(col) >= 65281 and ascii(col) <=65374 then chr(ascii(col)-65248)  
        when ascii(col) = 12288 then chr(32)  
        else col  
   end AS col   
   from (select regexp_split_to_table($1, '') as col) t  
  ) tt;   
$$ language sql strict immutable;  

半角转全角

create or replace function half_to_full(text) returns text as  
$$  
select string_agg(col, '') from   
 ( select   
   case when ascii(col) >= 33 and ascii(col) <=126 then chr(ascii(col)+65248)  
        when ascii(col) = 32 then chr(12288)  
        else col  
   end AS col   
   from (select regexp_split_to_table($1, '') as col) t  
  ) tt;   
$$ language sql strict immutable;  

例子

test01=# select full_to_half('１２３ａｂ？－＿．＊＆＾％＃＠～＋＿＝－：；／＞＜｜＼＼＂ｙ！');  
          full_to_half             
---------------------------------  
 123ab?-_.*&^%#@~+_=-:;/><|\\"y!  
(1 row)  
  
test01=# select half_to_full('123ab?-_.*&^%#@~+_=-:;/><|\\"y!   １２３ａｂ？－＿．＊＆＾％＃＠～＋＿＝－：；／＞＜｜＼＼＂ｙ！');  
                                                            half_to_full                                                              
------------------------------------------------------------------------------------------------------------------------------------  
 １２３ａｂ？－＿．＊＆＾％＃＠～＋＿＝－：；／＞＜｜＼＼＂ｙ！　　　１２３ａｂ？－＿．＊＆＾％＃＠～＋＿＝－：；／＞＜｜＼＼＂ｙ！  
(1 row)  

参考

http://blog.qdac.cc/?p=1289

https://www.biaodianfu.com/python-convert-between-unicode-fullwidth-halfwidth-characters.html