określają, czy znak Unicode jest pełnowartościowy czy o połowie szerokości w C++

Question

Piszę aplikację terminalową (konsolową), która powinna owijać dowolny tekst w Unicode.

Terminale zazwyczaj używają czcionki o stałej szerokości (stałej szerokości), więc aby zawinąć tekst, jest to tylko więcej niż zliczanie znaków i obserwowanie, czy słowo pasuje do linii, czy też nie, i stosownie do tego.

Problem polega na tym, że w tabeli Unicode występują znaki o pełnej szerokości, które zajmują szerokość 2 znaków w terminalu.

Zliczanie tych znaków spowoduje wyświetlenie 1 znaku Unicode, ale drukowany znak ma 2 znaki "normalne" (połowa szerokości), łamiąc procedurę owijania, ponieważ nie jest świadomy znaków, które zajmują dwa razy większą szerokość.

Jako przykład, jest to pełnej szerokości znaków (U + 3004, symbol JIS)

 
〄 
12 

To nie zajmuje całą szerokość 2 znaki tutaj chociaż jest sformatowane, ale nie używać dwa razy szerokość zachodniej postaci w terminalu.

Aby sobie z tym poradzić, muszę rozróżnić znaki o pełnej lub połówkowej szerokości, ale nie mogę znaleźć sposobu, aby to zrobić w C++. Czy naprawdę trzeba znać wszystkie znaki o pełnej szerokości w tabeli unicode, aby obejść problem?

Answer 1

Powinieneś użyć ICU u_getIntPropertyValue z właściwością UCHAR_EAST_ASIAN_WIDTH.

Na przykład:

bool is_fullwidth(UChar32 c) { 
    int width = u_getIntPropertyValue(c, UCHAR_EAST_ASIAN_WIDTH); 
    return width == U_EA_FULLWIDTH || width == U_EA_WIDE; 
} 

Zauważ, że jeśli biblioteka graficzna obsługuje łączenie znaków wtedy będziesz musiał brać pod uwagę również przy określaniu jak wiele komórek sekwencja zastosowań; na przykład: e, a następnie U+0301 POŁĄCZENIE OSTREJ ACCENT zajmie tylko 1 komórkę.

Answer 2

Nie ma potrzeby budowania tabel, ludzie z Unicode zrobiono że:

http://www.cl.cam.ac.uk/~mgk25/ucs/wcwidth.c

Ten sam kod jest używany w zacisku emulacji oprogramowania, takiego jak xterm[1], konsole[2] i całkiem prawdopodobne inni ..