¿Cómo convierto caracteres unicode en flotantes en Python?

Question

Estoy analizando una página web que tiene representaciones de fracciones Unicode. Me gustaría poder tomar esas cadenas directamente y convertirlas en carrozas. Por ejemplo:

"⅕" se convertiría en 0,2

¿Alguna sugerencia de cómo hacer esto en Python?

Answer 1

Usted desea utilizar el módulo unicodedata:

import unicodedata 
unicodedata.numeric(u'⅕') 

Esto imprimirá:

0.20000000000000001 

Si el personaje no tiene un valor numérico, a continuación, unicodedata.numeric(unichr[, default]) volverá por defecto, o si por defecto es no dado levantará ValueError.

Answer 2

Dado que sólo hay un número fijo de las fracciones definidas en Unicode, un diccionario parece apropiada:

Fractions = { 
    u'¼': 0.25, 
    u'½': 0.5, 
    u'¾': 0.75, 
    u'⅕': 0.2, 
    # add any other fractions here 
} 

Actualización: el módulo unicodedata es una solución mucho mejor.

Answer 3

Quizás podría descomponer la fracción usando "unicodedata" module y luego buscar el FRACTION SLASH character y luego es solo una cuestión de división simple.

Por ejemplo:

>>> import unicodedata 
>>> unicodedata.lookup('VULGAR FRACTION ONE QUARTER') 
u'\xbc' 
>>> unicodedata.decomposition(unicodedata.lookup('VULGAR FRACTION ONE QUARTER')) 
'<fraction> 0031 2044 0034' 

Actualización: Voy a dejar esta respuesta aquí por referencia, pero utilizando unicodedata.numeric() de acuerdo con la respuesta de Karl es una idea mucho mejor.

Answer 4

En Python 3.1, no necesita la 'u', y producirá 0.2 en lugar de 0.20000000000000001 .

>>> unicodedata.numeric('⅕') 
0.2 

Answer 5

estoy afirmando lo obvio aquí, pero es muy fácil de extender esto para los casos cuando la gente escribe "1 ¾", que significa "1,75", así que sólo voy a compartir aquí para una referencia rápida:

import unicodedata 

# Assuming that the unicode is always the last character. You always going to see stuff like "3¼", or "19¼" whereas stuff like "3¼5" 
# does not have a clear interpretation 

def convertVulgarFractions(vulgarFraction): 

    if (len(vulgarFraction) == 1): 
     return unicodedata.numeric(vulgarFraction) 

    if (len(vulgarFraction) > 1) & (not (vulgarFraction[:len(vulgarFraction)-1].isdigit())): 
     raise ArithmeticError("The format needs to be numbers ending with a vulgar fraction. The number inserted was " + 
           str(vulgarFraction)) 

    if vulgarFraction[len(vulgarFraction)-1].isdigit(): 
     return float(vulgarFraction) 
    else: 
     return float(vulgarFraction[:len(vulgarFraction)-1]) + unicodedata.numeric(vulgarFraction[len(vulgarFraction)-1]) 

Answer 6

Aunque no es exactamente lo que se pregunta, quizás alguien quiera convertirlo a una fracción en lugar de a una carroza. Después de todo, una fracción es lo que realmente representa.

unicodedata.normalize("NFKC", "⅕") resultados en "1⁄5". Esto no es (en la actualidad) entendido por fractions.Fraction, que espera una fracción descrita con / en lugar de ⁄. Sin embargo, es fácil de reemplazar:

In [313]: def unifrac_to_frac(s): 
    ...:  return fractions.Fraction(unicodedata.normalize("NFKC", s).replace("⁄", "/")) 
    ...: 

In [315]: unifrac_to_frac("⅕") 
Out[315]: Fraction(1, 5) 

In [316]: unifrac_to_frac("½") 
Out[316]: Fraction(1, 2) 

In [317]: unifrac_to_frac("↉") 
Out[317]: Fraction(0, 1)