为 unicode 字体初始化对象

问题描述

我编写了一个类对象来访问来自 unicode 块的数学字母数字符号，如 https://en.wikipedia.org/wiki/Mathematical_Alphanumeric_Symbols 中所述

arrThree

要使用它，我会这样做：

# San-serif
LATIN_SANSERIF_norMAL_UPPER = (120224,120250)
LATIN_SANSERIF_norMAL_LOWER = (120250,120276)
LATIN_SANSERIF_BOLD_UPPER = (120276,120302)
LATIN_SANSERIF_BOLD_LOWER = (120302,120328)
LATIN_SANSERIF_ITALIC_UPPER = (120328,120354)
LATIN_SANSERIF_ITALIC_LOWER = (120354,120380)
LATIN_SANSERIF_BOLDITALIC_UPPER = (120380,120406)
LATIN_SANSERIF_BOLDITALIC_LOWER = (120406,120432)

class MathAlphanumeric:
    def __init__(self,script,font,style,case):
        self.script = script
        self.font = font
        self.style = style
        self.case = case
        
    def charset(self):
        start,end = eval('_'.join([self.script,self.font,self.style,self.case]).upper())
        for c in range(start,end):
            yield chr(c)
    
    @staticmethod
    def supported_scripts():
        return {'latin','greek','digits'}
    
    @staticmethod
    def supported_fonts():
        return {'serif','sanserif','calligraphy','fraktor','monospace','doublestruck'}
    
    @staticmethod
    def supported_style():
        return {'normal','bold','italic','bold-italic'}
    
    @staticmethod
    def supported_case():
        return {'upper','lower'}

[输出]：

ma = MathAlphanumeric('latin','lower')
print(list(ma.charset()))

代码按预期工作，但要涵盖所有数学字母数字符号，我必须枚举 ['?','?','?'] 编号中的所有开始和结束符号。的常数。

我的问题是：

是否有更好的方法来创建所需的 script * fonts * style * case 对象？
有没有办法避免 MathAlphanumeric 的初始化？的常量，以便 script * fonts * style * case 按预期工作？
在某些 unicode.org 相关库中是否提供了这样的对象或函数？

解决方法

您可能对 unicodedata 标准库特别感兴趣：

unicodedata.lookup :
按名称查找字符。如果找到具有给定名称的字符，则返回相应的字符。如果未找到，则引发 KeyError。
unicodedata.name :
以字符串形式返回分配给字符 chr 的名称。

一个简单的例子：

>>> import unicodedata
>>> unicodedata.name(chr(0x1d5a0))
'MATHEMATICAL SANS-SERIF CAPITAL A'
>>> unicodedata.lookup("MATHEMATICAL SANS-SERIF CAPITAL A")
'?'
>>> unicodedata.name(chr(0x1d504))
'MATHEMATICAL FRAKTUR CAPITAL A'
>>> unicodedata.lookup("MATHEMATICAL FRAKTUR CAPITAL A")
'?'

现在您必须找到 unicodedata 期望用于您的用例的所有名称，从中构造相应的字符串，然后调用 lookup。

这是一个小型的概念验证：

import unicodedata
import string


def charset(script: str,font: str,style: str,case: str):
    features = ["MATHEMATICAL"]
    # TODO: use script
    assert font in MathAlphanumeric.supported_fonts(),f"invalid font {font!r}"
    features.append(font.upper())
    assert style in MathAlphanumeric.supported_style(),f"invalid style {style!r}"
    if style != "normal":
        if font == "fraktur":
            features.insert(-1,style.upper())  # "bold" must be before "fraktur"
        elif font in ("monospace","double-struck"):
            pass  # it has only one style,and it is implicit
        else:
            features.append(style.upper())
    assert case in MathAlphanumeric.supported_case(),f"invalid case {case!r}"
    features.append("CAPITAL" if case == "upper" else "SMALL")
    return tuple(unicodedata.lookup(" ".join(features + [letter]),) for letter in string.ascii_uppercase)


if __name__ == '__main__':
    print("".join(charset("latin","sans-serif","bold","lower")))
    # ??????????????????????????
    print("".join(charset("latin","fraktur","upper")))
    # ??????????????????????????
    print("".join(charset("latin","monospace","double-struck","upper")))
    # KeyError: "undefined character name 'MATHEMATICAL DOUBLE-STRUCK CAPITAL C'"

（我稍微改变了你的 supported_fonts 方法：return {'serif','sans-serif','calligraphy','fraktur','monospace','double-struck'}）

但是在 Unicode 中有很多警告：它包含您可能想要的所有字形，但没有以连贯的方式组织（由于历史原因）。我的例子中的失败是由：

>>> unicodedata.name("?")  # the letter copied from the Wikipedia page
'MATHEMATICAL FRAKTUR CAPITAL B'
>>> unicodedata.name("ℭ")  # same,but for C
'BLACK-LETTER CAPITAL C'

所以你需要很多特殊情况。

还有：

使用 eval 被认为是一种不好的做法（参见 this question），如果您可以避免它，您应该这样做。
使用十进制值作为 unicode "characters" 并不方便，我不得不在十六进制之间进行转换，以便将您的代码与维基百科页面进行比较。仅以 0x 为前缀就足以告诉 Python 它是一个十六进制值，但除了看起来“奇怪”之外，它的工作原理完全相同：0x1d5a0 == 120224 为 True。
使用一个只有一个方法从实例 __init__ 获取其参数的类被认为是一个 smell，你可以让它成为一个函数，更简单和更清晰。如果您想要的是 namespace，则可以改用 Python 模块。
支持的脚本、字体、样式和大小写是常量，您可以将它们设为类变量，而不是将它们放在 staticmethod 中。

character-set object object python unicode