한글 Unicode 정규화 - hangulpy

normalize_hangul

normalize_hangul(
    text: str,
    form: Literal["NFC", "NFD", "HCJ"] = "NFC",
) -> str

NFC는 조합된 완성형, NFD는 Unicode canonical Jamo, HCJ는 호환 자모 형태를 반환합니다. 호환 자모가 들어 있는 입력은 문맥상 조합 가능한 부분만 먼저 조합합니다. 반각 한글은 호환 자모로 바꾼 뒤 같은 규칙으로 처리합니다.

import unicodedata

from hangulpy import normalize_hangul

nfd = unicodedata.normalize("NFD", "한글")
print(normalize_hangul(nfd))  # 한글
print(normalize_hangul("ㅎㅏㄴㄱㅡㄹ"))  # 한글
print(normalize_hangul("한글", "HCJ"))  # ㅎㅏㄴㄱㅡㄹ
print(normalize_hangul("ﾾￂﾤﾡￚﾩ"))  # 한글

normalize_halfwidth_hangul

normalize_halfwidth_hangul(text: str) -> str

반각 한글 영역의 할당된 문자 52개를 대응하는 호환 자모로 변환합니다. 반각 한글 채움 문자는 호환 자모 채움 문자로 변환하고, 미할당 문자는 그대로 보존합니다. 문자열 길이와 각 문자 위치가 유지됩니다. 음절 조합이 필요하면 normalize_hangul을 사용하세요. 전각 영문·숫자, 동그라미 숫자, 일본어 반각 문자, 결합 문자, 이모지는 너비 변환 함수에서 원문 그대로 보존됩니다.

from hangulpy import normalize_halfwidth_hangul

print(normalize_halfwidth_hangul("ﾻﾻﾻ"))  # ㅋㅋㅋ
print(normalize_halfwidth_hangul("Ａ① ﾾￂﾤ"))  # Ａ① ㅎㅏㄴ

normalize_hangul, to_jamo, to_compat_jamo와 한글 검색·치환도 반각 한글을 처리합니다. 검색 결과의 위치와 치환 범위는 반각 문자가 포함된 원문 기준입니다.

to_jamo / to_compat_jamo

to_jamo(text: str, compatibility: bool = False) -> str
to_compat_jamo(text: str) -> str

to_jamo는 기본적으로 NFD canonical Jamo를 반환하고, compatibility=True이면 호환 자모를 반환합니다. to_compat_jamo는 완성형과 canonical Jamo를 바로 호환 자모로 변환하는 단축 함수입니다.

from hangulpy import to_compat_jamo, to_jamo

print(to_jamo("한"))  # 한
print(to_jamo("한", compatibility=True))  # ㅎㅏㄴ
print(to_compat_jamo("한"))  # ㅎㅏㄴ