- 获取 Unicode 字符的 Unicode 码点（整数表示）
- 将表示数字的 Unicode 字符串转换为整数
- 处理包含非数字字符的 Unicode 字符串
获取 Unicode 字符的 Unicode 码点
这是最直接的理解方式,每个 Unicode 字符都有一个唯一的数字标识，称为“码点”（Code Point），字符 'A' 的码点是 65，字符 '中' 的码点是 20013。
（图片来源网络，侵删）
在 Python 中，可以使用内置函数 ord() 来完成这个转换。
ord() 函数
ord(c) 接收一个长度为 1 的 Unicode 字符 c，返回它的整数（Unicode 码点）。
示例：
# 英文字符
char_a = 'A'
code_point_a = ord(char_a)
print(f"字符 '{char_a}' 的码点是: {code_point_a}") # 输出: 字符 'A' 的码点是: 65
# 数字字符
char_5 = '5'
code_point_5 = ord(char_5)
print(f"字符 '{char_5}' 的码点是: {code_point_5}") # 输出: 字符 '5' 的码点是: 53
# 中文字符
char_zh = '中'
code_point_zh = ord(char_zh)
print(f"字符 '{char_zh}' 的码点是: {code_point_zh}") # 输出: 字符 '中' 的码点是: 20013
# 特殊符号
char_emoji = '😊'
code_point_emoji = ord(char_emoji)
print(f"字符 '{char_emoji}' 的码点是: {code_point_emoji}") # 输出: 字符 '😊' 的码点是: 128522
反向操作：chr()
（图片来源网络，侵删）
如果你有一个整数（码点），想把它转换回对应的 Unicode 字符，可以使用 chr() 函数。
num = 65
char = chr(num)
print(f"码点 {num} 对应的字符是: '{char}'") # 输出: 码点 65 对应的字符是: 'A'
num_zh = 20013
char_zh = chr(num_zh)
print(f"码点 {num_zh} 对应的字符是: '{char_zh}'") # 输出: 码点 20013 对应的字符是: '中'
将表示数字的 Unicode 字符串转换为整数
如果你有一个字符串,"123" 或 "42"，并且你想要把它转换成整数 123 或 42，你应该使用 int() 函数。
int() 函数
int(x) 可以将一个数字字符串 x 转换为整数。
示例：
（图片来源网络，侵删）
# 字符串 "123"
str_num = "123"
int_num = int(str_num)
print(f"字符串 '{str_num}' 转换为整数是: {int_num}") # 输出: 字符串 '123' 转换为整数是: 123
print(type(int_num)) # 输出: <class 'int'>
# 字符串 "007" (前导零会被忽略)
str_num_leading_zero = "007"
int_num_leading_zero = int(str_num_leading_zero)
print(f"字符串 '{str_num_leading_zero}' 转换为整数是: {int_num_leading_zero}") # 输出: 字符串 '007' 转换为整数是: 7
# 包含 Unicode 字符的数字字符串
str_num_unicode = "𝟏𝟐𝟑" # 这是 Unicode 中的 "数学双线体数字"
# int(str_num_unicode) # 这会直接报错 ValueError: invalid literal for int() with base 10: '𝟏𝟐𝟑'
# 因为 int() 函数无法识别这些特殊的数字字符形式。
# 正确的做法是先将其转换为普通数字字符
# 注意：这个转换可能需要自定义逻辑或第三方库，因为标准库没有直接提供。
# 你可以创建一个映射字典：
math_to_digit = {
'𝟏': '1', '𝟐': '2', '𝟑': '3', '𝄞': '4', '𝟓': '5',
'𝟔': '6', '𝟳': '7', '𝟖': '8', '𝟗': '9', '𝟘': '0'
}
converted_str = ''.join([math_to_digit.get(c, c) for c in str_num_unicode])
print(f"转换后的字符串: {converted_str}")
int_num_unicode = int(converted_str)
print(f"转换后的整数: {int_num_unicode}") # 输出: 转换后的整数: 123
处理包含非数字字符的 Unicode 字符串
当一个字符串中包含非数字字符时,直接使用 int() 会失败，这时，你需要先对字符串进行“清理”或“提取”。
方法1：使用 str.isdigit() 或 str.isdecimal() 过滤
isdigit() 和 isdecimal() 可以判断一个字符是否为数字。isdecimal() 更严格，只接受 0-9。isdigit() 还接受一些其他 Unicode 数字字符（如上例的 ）。
示例：
mixed_str = "abc123xyz456"
# 提取所有数字字符
numeric_chars = [c for c in mixed_str if c.isdigit()]
numeric_str = "".join(numeric_chars)
print(f"原始字符串: {mixed_str}")
print(f"提取的数字字符: {numeric_str}") # 输出: 提取的数字字符: 123456
# 转换为整数
if numeric_str:
final_int = int(numeric_str)
print(f"最终转换的整数: {final_int}") # 输出: 最终转换的整数: 123456
else:
print("字符串中没有找到数字。")
方法2：使用正则表达式
正则表达式是处理复杂字符串模式的强大工具,使用 re.findall() 可以非常灵活地提取数字。
示例：
import re
mixed_str = "价格是 1,000 元，折扣 20%。"
# 提取所有连续的数字
# \d 匹配任何 Unicode 数字字符（包括 𝟏 这种）
# + 表示匹配一个或多个
numbers_str_list = re.findall(r'\d+', mixed_str)
print(f"原始字符串: {mixed_str}")
print(f"找到的数字字符串列表: {numbers_str_list}") # 输出: 找到的数字字符串列表: ['1', '000', '20']
# 将列表中的字符串转换为整数列表
numbers_int_list = [int(num_str) for num_str in numbers_str_list]
print(f"转换后的整数列表: {numbers_int_list}") # 输出: 转换后的整数列表: [1, 0, 20]
总结与对比
| 你的目标 | 函数/方法 | 示例 | 输出 |
|---|---|---|---|
| 获取字符的 Unicode 码点 | ord() |
ord('A') |
65 |
| 将整数转换为字符 | chr() |
chr(65) |
'A' |
| 将数字字符串转为整数 | int() |
int("123") |
123 |
| 从混合字符串中提取数字 | 列表推导 + isdigit() |
[c for c in "a1b2" if c.isdigit()] |
['1', '2'] |
| 从混合字符串中提取数字 | re.findall() |
re.findall(r'\d+', "a1b2c3") |
['1', '2', '3'] |
关键点：
ord()是处理单个字符到其码点的桥梁。int()是处理数字字符串到数值的桥梁。- 当
int()遇到非数字字符时，会抛出ValueError，需要先用其他方法（如isdigit()或正则表达式）进行数据清洗。
根据你的具体需求,选择最合适的方法即可。
