在进行中文信息处理时，经常会发现有人错误地使用了英文半角的标点符号，给下一步处理造成一些麻烦。如果逐个地判断（使用循环方法）后进行替换，是一件非常费时费力的事情；当出现新的情况时，进行程序的更新也比较麻烦。利用unicode编码的规律和正则表达式中的替换（re.sub）功能，可以较为优雅地达到这个目的。

每个符号都有一个唯一的unicode编码，可以通过内置函数ord()进行查询。如：

半角符号符号和全角符号的编码有一个规律：英文符号的unicode编码+65248＝中文符号的unicode编码。 从编码转到具体的符号，可以使用函数chr()。如：

空格除外，具体可查看网址：https://blog.csdn.net/zinnc/article/details/68524551

re.sub共有5个参数： 第一个参数是pattern，即要匹配的模式； 第二个参数是repl，即拟替换成的对象，可以是字符串，也可以是函数； 第三个参数是string，即源字符串； 第四个参数是count，即替换的次数，0的话就表示全部替换； 第五个参数是flags，即相应的选项。 具体可参考：https://www.cnblogs.com/nkwy2012/p/6548812.html

本文主要是利用到了第二个参数。代码如下：

如此，则有： 替换前： 2019-06-06 13:41:45,039 - INFO - 上帝说:要有光,于是便有了光!上帝若是不想要光了呢?我想,光可能就会自己消失了(来自于我瞎编的) 替换后： 2019-06-06 13:41:45,040 - INFO - 上帝说：要有光，于是便有了光！上帝若是不想要光了呢？我想，光可能就会自己消失了（来自于我瞎编的）

需要注意的是，程序中并没有选取一个unicode编码区间设置匹配模式，目的是为了防止“误伤”。 可以使用如下代码来浏览编码与符号的对应关系：

中文符号转英文符号的思路与之相同。