☰

检测文本中缺失的字形

tag-icon • tag-icon python fonts
检测文本中缺失的字形

我编写了一个 Python3 appindicator，它调用fortune并捕获输出以在屏幕通知中显示。

当当前字体中不存在相应的字形时，某些运势会包含带有十六进制数字的方块。每个方块都是缺失字形的十六进制 Unicode 代码点的表示。

我想在向用户显示之前删除十六进制文本。我希望找到一些 Python API，让我逐个字符地检查文本，以确定类似char.isValidCodePoint()或类似的内容，但我找不到这样的 API。

我找到了一个可能的解决方案，我想研究一下这里但是fonttools通过终端安装后，我的 Python 程序无法导入fonttools/fontTools。

有什么想法吗——使用 Python API 还是调用终端？

更新 #1：我后来意识到fonttools上面链接中的示例代码对我来说不起作用，因为它是 Python2。我想如果fonttools可以以某种方式使用，我可以从我的 Python3 脚本中调用 Python2 解释器。

更新 #2：经过大量阅读（见下面的参考资料），我发现fc-match但不能总是独一无二的识别正在使用的字体。我在 Python 中获取当前字体：

from gi.repository import Gio
fontName = Gio.Settings( "org.gnome.desktop.interface" ).get_string( "font-name" )

结果是Ubuntu 11。将此结果pango-view与十六进制字符一起传递给 ，我得到了一个字体列表，包括Ubuntu。在我看来，如果字形不是由字体呈现的，那么字体就不应该出现在 的结果中pango-view！

参考：

答案1

这与您之前所采用的方法不同，但也许您可以使用 pythonstr.replace()或re.sub()方法从文本主体中解析出十六进制字符串。即：

如果十六进制是可预测的：

originalText = "\xc3\xa5Test"
filteredText = originalText.replace("\xc3\xa5", "")

或者如果您需要使用正则表达式匹配任何十六进制字符：

import re

originalText = "\xc3\xa5Test"
filteredText = re.sub(r'[^\x00-\x7f]', r'', originalText)

有关此策略的更多良好讨论

答案2

Unicode 整形引擎

使用 Unicode 整形引擎（例如 Harfbuzz）来检测缺失的字形。这是一个有效示例：

from pyharfbuzz import shape
f = "/usr/local/lib/python3.6/site-packages/werkzeug/debug/shared/ubuntu.ttf"
t = "®"
s = shape(f, t)
print(s[1]['glyph_name'])
t = "რ"
s = shape(f, t)
print(s[1]['glyph_name'])

输出

registered
.notdef

检查时 IDLE3 中的输出如下：

>>> t = "®"
>>> s = shape(f, t)
>>> s
[{'cluster': 0, 'glyph_name': 'registered', 'x_advance': 29.453125, 'y_advance': 0.0, 'x_offset': 0.0, 'y_offset': 0.0}]
>>> t = "რ"
>>> s = shape(f, t)
>>> s
[{'cluster': 0, 'glyph_name': '.notdef', 'x_advance': 36.0, 'y_advance': 0.0, 'x_offset': 0.0, 'y_offset': 0.0}]

检查正确的字体路径，我只是选择了我在当前机器上看到的第一个字体路径。

笔记：

  • 我确信 Gtk/Pango 有类似的功能，Pango 已经在底层转用 Harfbuzz。不过，我没有使用此类库的经验。

答案3

已经想出解决方案了……最初我以为财富文本文件不包含十六进制字符。结果发现这是错误的。因此，当我意识到这一点时，我想出了以下解决方案：

import codecs
fortune = <call the fortune program>
output = ""
for c in fortune:
    if codecs.encode( str.encode( c ), "hex" ) == b'07':
        continue

    output += c                   

print( output )

相关内容