转：Python计算字符宽度的方法
http://www.zzvips.com/article/97988.html2020-08-27 11:44zeo Python
这篇文章主要介绍了Python计算字符宽度的方法,结合实例形式较为详细的分析了Python针对字符宽度的计算方法,需要的朋友可以参考下
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：
| 1 2 |
|
因此无法简单的使用这种方式来计算宽度。
GBK decode
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）：
| 1 2 3 4 5 6 7 8 |
|
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 Unicode Character Database 标准中有East_Asian_Width 属性，并有以下可能值：
| 1 2 3 4 5 6 7 |
|
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：
| 1 2 3 4 5 6 7 8 9 10 |
|
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：
| 1 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：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
|
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：
| 1 2 3 4 5 6 |
|
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。
扫一扫
1175
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
