☰

如何打印输入字符串的 Unicode 字形名称？

tag-icon • tag-icon command-line unicode
如何打印输入字符串的 Unicode 字形名称？

我希望能够跑步

unicode-names 'abç'

并查看对应的 Unicode 字符名称：

LATIN SMALL LETTER A
LATIN SMALL LETTER B
LATIN SMALL LETTER C WITH CEDILLA

将字符串打印为一系列 Unicode 字形名称在多种情况下很有用：

  • 区分容易混淆的字符，例如“i”和“í”。
  • 解释文字字符串实际包含的内容（例如不可打印或未分配的零宽度字符）。

答案1

这统一工具软件包中有程序uniname：

$ printf %s '…—' |uniname
character  byte       UTF-32   encoded as     glyph   name
    0          0  002026   E2 80 A6       …      HORIZONTAL ELLIPSIS
    1          3  002014   E2 80 94       —      EM DASH

答案2

我不知道从 中检查这一点的好方法bash，但 Python 有一个内置的 Unicode 数据库，您可以像在这样的脚本中使用它：

#!/usr/bin/env python
import sys, unicodedata
for ch in sys.stdin.read().decode('utf-8'):
  try:
    print unicodedata.name(ch)
  except ValueError:
    print 'codepoint ', ord(ch)

您可以像这样使用这个脚本（假设您调用了它unicode-names）：

$ echo 'abc©áοπρσ' | unicode-names
LATIN SMALL LETTER A
LATIN SMALL LETTER B
LATIN SMALL LETTER C
COPYRIGHT SIGN
LATIN SMALL LETTER A WITH ACUTE
GREEK SMALL LETTER OMICRON
GREEK SMALL LETTER PI
GREEK SMALL LETTER RHO
GREEK SMALL LETTER SIGMA
codepoint 10

数据库ValueError会对它不知道的任何字符抛出异常，因此我们以十进制打印它们的代码点（通常这些是不可打印的字符）。

注意：该脚本假定您的终端是 UTF-8 编码的。如果不是，您应该更改该decode()方法的参数。 Python 支持非常广泛的编码选择，您的编码肯定会在其中。

答案3

我曾经u为此编写过这个脚本：

#! /bin/sh -
exec perl -Mcharnames=full -Mopen=locale -lne '
  printf "U+%04X %s\n", ord($_), charnames::viacode(ord($_)) for /./g' -- "$@"

用作：

$ u <<< 'ę£½'
U+0119 LATIN SMALL LETTER E WITH OGONEK
U+00A3 POUND SIGN
U+00BD VULGAR FRACTION ONE HALF

我也有这个openbox（我的窗口管理器）键绑定：

  <keybind key="W-J">
    <action name="Execute">
      <command>sh -c "notify-send -- \"$(xclip -o | perl -Mcharnames=:full -C -lne 'printf \"U+%04X %s\n\", $_, charnames::viacode($_) for map ord, /\P{ascii}/g')\""</command>
    </action>
  </keybind>

按Windows+后J会发送一条通知，描述主要 X11 选择中的非 ASCII 字符，您可能会发现这很有用。

相关内容