打印 unicode 字符名称 - 例如'希腊小写字母 ALPHA' - 而不是 'α'答案

【问题标题】：Printing unicode character NAMES - e.g. 'GREEK SMALL LETTER ALPHA' - instead of 'α'打印 unicode 字符名称 - 例如'希腊小写字母 ALPHA' - 而不是 'α'
【发布时间】：2021-09-10 04:06:24
【问题描述】：

我正在测试函数isprintable()。我想打印字符串string.whitespace + unicodedata.lookup("GREEK SMALL LETTER ALPHA")中所有字符的Unicode NAMES。

如何打印所有名称 - 例如'SPACE'、'NO-BREAK SPACE'、HORIZONTAL TAB、'GREEK SMALL LETTER ALPHA。

import unicodedata, string

for e in string.whitespace + unicodedata.lookup("GREEK SMALL LETTER ALPHA"):
    print(ord(e))
    print(unicodedata.name(e))

我收到错误“ValueError：没有这样的名称”

32
SPACE
9
Traceback (most recent call last):
  File "<stdin>", line 3, in <module>
ValueError: no such name

【问题讨论】：

嗯，it seems like that's by design。虽然它不是很有帮助。我很确定还有另一个问题涉及如何处理。看着...

标签： python unicode python-unicode

【解决方案1】：

正如 cmets 所指出的，Unicode 数据库没有每个字符的名称，但 NameAliases.txt 有。下面解析该文件并返回一个别名（如果存在）。在这种情况下，文件中找到的第一个：

import string
import requests
import unicodedata as ud

# Pull the official NameAliases.txt from the matching Unicode database
# the current Python was built with.
response = requests.get(f'http://www.unicode.org/Public/{ud.unidata_version}/ucd/NameAliases.txt')

# Parse NameAliases.txt, storing the first instance of a code and a name
aliases = {}
for line in response.text.splitlines():
    if not line.strip() or line.startswith('#'):
        continue
    code,name,_ = line.split(';')
    val = chr(int(code,16))
    if val not in aliases:
        aliases[val] = name

# Return the first alias from NameAliases.txt if it exists when unicodedata.name() fails.
def name(c):
    try:
        return ud.name(c)
    except ValueError:
        return aliases.get(c,'<no name>')

for e in string.whitespace + ud.lookup("GREEK SMALL LETTER ALPHA"):
    print(f'U+{ord(e):04X} {name(e)}')

输出：

U+0020 SPACE
U+0009 CHARACTER TABULATION
U+000A LINE FEED
U+000D CARRIAGE RETURN
U+000B LINE TABULATION
U+000C FORM FEED
U+03B1 GREEK SMALL LETTER ALPHA

【讨论】：

【解决方案2】：

正如wjandrea 在comments 中链接的Q&A 中所述，ASCII 控制字符在当前的 Unicode 标准中没有正式名称，因此当您尝试查找它们时会收到 ValueError。

标准库中的 curses.ascii 模块为这些字符提供了一个包含两个字符“名称”的列表，对应于 ASCII 表中 Char 列中列出的名称（由 man ascii 显示），但没有描述。

所以我们可以这样做

import string
import unicodedata
from curses.ascii import controlnames

for e in (string.whitespace + "\N{GREEK SMALL LETTER ALPHA}"):
    try:
        name = unicodedata.name(e)
    except ValueError:
        name = controlnames[ord(e)]
    print(name)

给出这个结果

SPACE
HT
LF
CR
VT
FF
GREEK SMALL LETTER ALPHA

这并不理想，但可能是在不使用外部资源的情况下可以做到的最好的，就像在this 出色的答案中所做的那样。

【讨论】：