Giriş dizesi için Unicode glif adları nasıl yazdırılır?

Koşabilmek istiyorum

unicode-names 'abç'

ve karşılık gelen Unicode karakter adlarına bakın:

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

Bir dizeyi Unicode glif adları dizisi olarak yazdırmak birkaç durumda yararlı olabilir:

• "İ" ve "í" gibi kolayca karışabilen karakterleri ayırt edin.
• Değişmez bir dizenin gerçekte ne içerdiğini açıklayın (örneğin yazdırılamayan veya atanmamış, sıfır genişlikli karakterler).

Uniutils paket programı var uniname.

$ echo -n …—|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

Bunu kontrol etmek için iyi bir yol bilmiyorum bash, ama Python böyle bir komut dosyasında gibi kullanabilirsiniz yerleşik bir Unicode veritabanı vardır:

#!/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)

Bu komut dosyasını şu şekilde kullanabilirsiniz (aradığınız varsayılarak 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

Veritabanı ValueError, bilmediği karakterler için bir istisna atar , bu nedenle kod noktalarını ondalık olarak yazdırırız (bunlar genellikle yazdırılamaz karakterlerdir).

Dikkat: komut dosyası, terminalinizin UTF-8 kodlu olduğunu varsayar. Değilse, decode()yöntemin argümanını değiştirmeniz gerekir . Python çok çeşitli kodlamaları destekler, sizinki kesinlikle orada olacaktır.