c++ - 在 C++ 中确定一个 unicode 字符是全角还是半角

Question

我正在编写一个应该包装任意 unicode 文本的终端(控制台)应用程序。

终端通常使用等宽(固定宽度)字体，因此要包装文本，只不过是计算字符数并观察单词是否适合一行并采取相应行动。

问题是 Unicode 表中的全角字符占用了终端中 2 个字符的宽度。

计算这些会看到 1 个 unicode 字符，但打印的字符是 2 个“正常”(半角)字符宽，打破了包装例程，因为它不知道占用两倍宽度的字符。

例如，这是一个全角字符(U+3004，JIS 符号)

〄
12

虽然它是预格式化的，但它在这里不占用 2 个字符的全部宽度，但它确实在终端中使用了西方字符宽度的两倍。

为了处理这个问题，我必须区分全角字符或半角字符，但我找不到在 C++ 中这样做的方法。真的有必要知道 unicode 表中的所有全角字符来解决这个问题吗？

Answer 1

你应该使用 ICU u_getIntPropertyValue使用 UCHAR_EAST_ASIAN_WIDTH 属性。

例如:

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

请注意，如果您的图形库支持组合字符，那么在确定一个序列使用多少个单元格时，您也必须考虑这些；例如 e 后跟 U+0301 COMBINING ACUTE ACCENT 将只占用 1 个单元格。