Python计算字符宽度的方法
本文实例讲述了Python计算字符宽度的方法。分享给大家供大家参考,具体如下:
最近在用python写一个CLI小程序,其中涉及到计算字符宽度,目标是以友好的方式将一个长字符串截取为等宽的片段。
对于unicode字符,python的len函数可以准确的计算其中所包含的字符个数,但是个数并不代表宽度,如:
>>>len(u'你好a') 3
因此无法简单的使用这种方式来计算宽度。
GBKdecode
首先我想到GBK编码,00–7F范围内的字符是一字节编码,其余是双字节编码,正好与字符的宽度大体一致,于是有了这样的投机取巧的办法(假设取8个宽度):
>>>a=u'hello你好' >>>b=a.encode('gbk') >>>try: ...printb[:8].decode('gbk') ...except: ...printb[:7].decode('gbk') ... hello你
如代码所示,首先将unicode的字符串进行GBK编码,然后截取8个字节的宽度后尝试用GBK解码,若解码失败,则少截取一个宽度,截取7个字节后使用GBK解码。
虽然初步解决了问题,但是这样做的硬伤很明显。首先代码不优雅,以试错的方式运行;其次GBK所能表示的字符有限,对于大量GBK编码以外的字符无法支持。
East_Asian_Width
徘徊很久之后,偶然发现UnicodeCharacterDatabase标准中有East_Asian_Width属性,并有以下可能值:
#East_Asian_Width(ea) ea;A;Ambiguous不确定 ea;F;Fullwidth全宽 ea;H;Halfwidth半宽 ea;N;Neutral中性 ea;Na;Narrow窄 ea;W;Wide宽
其中除A不确定外,F/H/N/Na/W都能很明确的知道宽度,如果保守起见,将A视为宽度为2的话,则很容易给出单个字符的宽度:
>>>importunicodedata >>>defchr_width(c): ...if(unicodedata.east_asian_width(c)in('F','W','A')): ...return2 ...else: ...return1 >>>chr_width(u'你') 2 >>>chr_width(u'a') 1
到现在似乎已经可以满足要求了,但是实际使用中发现属性为A的字符真不少见,最典型的就是中文的双引号:
>>>chr_width(u'”') 2
在大多数等宽字体中,中文双引号都是只占一位宽的,如果一行里有多个中文双引号,则累加的误判宽度将会使截取效果大打折扣,无疑这也不是最好的办法。
urwid的解决方案
urwid 是一个成熟的python终端UI库,它在curses的基础之上包装了类似HTML的控件用以显示文本内容,如果有这方面的开发需求,非常推荐此库,比直接使用curses库方便很多,非常棒的是它对unicode的文本宽度截取非常准确,让我大为惊讶,于是翻开它的源码一探究竟,文本宽度计算方面其核心代码如下:
widths=[ (126,1),(159,0),(687,1),(710,0),(711,1), (727,0),(733,1),(879,0),(1154,1),(1161,0), (4347,1),(4447,2),(7467,1),(7521,0),(8369,1), (8426,0),(9000,1),(9002,2),(11021,1),(12350,2), (12351,1),(12438,2),(12442,0),(19893,2),(19967,1), (55203,2),(63743,1),(64106,2),(65039,1),(65059,0), (65131,2),(65279,1),(65376,2),(65500,1),(65510,2), (120831,1),(262141,2),(1114109,1), ] defget_width(o): """Returnthescreencolumnwidthforunicodeordinalo.""" globalwidths ifo==0xeoro==0xf: return0 fornum,widinwidths: ifo<=num: returnwid return1
如代码所示,首先根据unicode的官方EastAsianWidth 文档整理出字符宽度的范围表,然后使用unicode代码查表。使用之前的例子测试:
>>>get_width(ord(u'a')) 1 >>>get_width(ord(u'你')) 2 >>>get_width(ord(u'”')) 1
完全准确,而且在实际应用中的表现也比较好,是一个理想的解决方案,更多技巧请查阅urwid的old_str_util.py源码。
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python图片操作技巧总结》、《Python数据结构与算法教程》、《PythonSocket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。