打印 unicode 字符名稱 - 例如 'GREEK SMALL LETTER ALPHA' - 而不是 'α'

Question

我正在測試函數isprintable() 。 我想打印字符串string.whitespace + unicodedata.lookup("GREEK SMALL LETTER ALPHA")中所有字符的 Unicode NAMES 。

如何打印所有名稱 - 例如“SPACE”、“NO-BREAK SPACE”、“水平標簽”、“希臘小寫字母 ALPHA”。

import unicodedata, string

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

我收到錯誤“ValueError：沒有這樣的名字”

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

Answer 1

正如注釋所示，Unicode 數據庫沒有為每個字符命名，但NameAliases.txt有。 下面解析該文件並返回一個別名（如果存在）。 在這種情況下，在文件中找到的第一個：

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)}')

輸出：

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

Answer 2

正如wjandrea在評論中鏈接的這個問答中提到的，ASCII 控制字符在當前的 Unicode 標准中沒有正式名稱，因此當您嘗試查找它們時會得到 ValueError。

標准庫中的curses.ascii模塊為這些字符提供了兩個字符“名稱”的列表，對應於 ASCII 表中 Char 列中列出的名稱（由man ascii顯示），但沒有描述。

所以我們可以這樣做

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)

給出這個結果

SPACE
HT
LF
CR
VT
FF
GREEK SMALL LETTER ALPHA

這並不理想，但可能是在不使用外部資源的情況下可以做到的最好的答案，就像在這個優秀的答案中所做的那樣。