189 8069 5689
笔者小白在收集印刷体汉字的深度学习训练集的时候，一开始就遇到的了一个十分棘手的问题，就是如何获取神经网络的训练集数据。通过上网搜素，笔者没有找到可用的现成的可下载的汉字的训练集，于是笔者采用了代码自建汉字的训练集数据。
这里采用的是python编写程序，需要import 的python库请提前安装。
那么，首先如何用python输出汉字字库的文字？
笔者查到在计算机中汉字编码范围是0x4E00到0x9FA5，利用unichr（）可以将十六进制的编码转成人类可读的字。
这里扩展一下在python库中什么是unichr（），以及什么是chr（）和ord（）。
chr( )函数用一个范围在range（256）内的（就是0～255）整数作参数，返回一个对应的字符。
unichr( )跟它一样，只不过返回的是Unicode字符，这个从Python 2.0才加入的unichr( )的参数范围依赖于你的Python是如何被编译的。
如果是配置为USC2的Unicode，那么它的允许范围就是range（65536）或0x0000-0xFFFF；如果配置为UCS4，那么这个值应该是range（1114112）或0x000000-0x110000。
如果提供的参数不在允许的范围内，则会报一个ValueError的异常。
ord( )函数是chr( )函数（对于8位的ASCII字符串）或unichr( )函数（对于Unicode对象）的配对函数，它以一个字符（长度为1的字符串）作为参数，返回对应的ASCII数值，或者Unicode数值，如果所给的Unicode字符超出了你的Python定义范围，则会引发一个TypeError的异常。
接下来就是把unicode编码的字写入文件呢，如果直接用open()的话，会提示UnicodeEncodeError: ‘ascii' codec can't encode character u'\u4e00' in position 0: ordinal not in range(128)
这里就是涉及到python读写文件时候的两种方式了，一种是open（），还一种是codecs.open( )。
对于open（）这个python的内置函数来说， 打开文件的方式一般为：
f=open(file_name,access_mode = 'r',buffering = -1)。