如何将带圆圈的数字转换为数字？ （①到1）

Question

我想在OCR识别日语文本之后从我收到的字符串中转换数字。

例如，当我提取日期时：

③① 年 ⑫ 月 ①③ 日

我想将其转换为：

31 年 12 月 13 日

实现它的最佳方法是什么？

Answer 1

我会用unicodedata

import unicodedata
print(unicodedata.normalize("NFKC","③① 年 ⑫ 月 ①③ 日"))

结果是，

31 年 12 月 13 日

这也会转换日文数字的其他变体，全宽数字。

import unicodedata
print(unicodedata.normalize("NFKC","123①②③１２３"))

至

123123123

Answer 2

假设您已经在问题中对带圆圈的数字进行了OCR，那么简单的文本替换就足够了。这是你在Python中如何做到这一点：

def uncircle(s):
    for i in range(1, 21):
        s = s.replace(chr(0x245f + i), str(i))
    return s.replace('\u24ea', '0')

带圆圈的数字1到20是Unicode代码点0x2460到0x2473，带圆圈的数字0是Unicode代码点0x24ea。