Question

我需要能够确定（或预测）unicode字符何时无法打印。例如，如果我在默认设置下打印此unicode字符，则打印正常：

>>> print(u'\ua62b')
ꘫ

但是如果我打印另一个unicode字符，它会打印成一个愚蠢的，奇怪的方块：

>>> print(u'\ua62c')
꘬

我真的需要能够在打印字符之前确定它是否会显示为丑陋的方格（或有时作为匿名空白）。是什么导致这种情况，我该如何预测？

Answer 1

虽然不太容易判断运行脚本的终端（或终端使用的字体）是否能够正确呈现给定字符，但至少可以检查该字符是否实际具有表示形式

字符\ua62b定义为VAI SYLLABLE NDOLE DO，而字符\ua62c没有定义，因此可以将其呈现为正方形或其他通用符号。

检查字符是否已定义的一种方法是使用unicodedata module：

>>> import unicodedata
>>> unicodedata.name(u"\ua62b")
'VAI SYLLABLE NDOLE DO'
>>> unicodedata.name(u"\ua62c")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: no such name

如上所示，ValueError字符会引发\ua62c，因为它未定义。

另一种方法是检查角色的类别。如果是Cn则不分配字符：

>>> import unicodedata
>>> unicodedata.category(u"\ua62b")
'Lo'
>>> unicodedata.category(u"\ua62c")
'Cn'

识别无法打印的unicode字符

1 个答案: