全角半角混在の文章で 1 行に半角何文字分あるか調べる方法

「ソースコードは 1 行あたり 80 文字以内」とか「コミットログは横幅 72 文字以内」とか、文字数に関するルールはいろいろある。 ルールを徹底するには機械的に判定したい。と思って、簡単なスクリプトを書こうとした瞬間、意外と「1 行あたりの文字数」をカウントするのが難しいことに気付いた。 たとえば、「あA」は「全角 1 文字＋半角 1 文字」なので半角 3 文字分としてカウントしたい。 しかし、UTF-8 の世界では「あA」の文字長は 2 だし、バイト数は 4 (あ=0xE38182、a=0x41) である。 EUC-JP や Shift-JIS の時代なら、単純に「あA」は 3 バイトなので「半角 3 つ分」とすぐ分かったのだけども… (逆に文字長を調べるのが面倒だった)。 はて、どうするか？ というのがこの記事でいいたいこと。 East Asian Width を見よ いろいろとググ

[ishisaka]

ねぇねぇ。サロゲートペアは？IVSは？

[kitaj]

『ロシア語でヘンタイをあらわす「Хентай」』www

[sucrose]

文字幅に曖昧性があるのか……＞“East Asian Width”

[tarchan]

＞East Asian Width で EastAsianWidth.txt という資料が紹介されている。この資料では、全ての文字の横幅が 6 つのカテゴリーに分類されている。

[haishi]

「ソースコードは 1 行あたり 80 文字以内」とか「コミットログは横幅 72 文字以内」とか、文字数に関するルールはいろいろある。 ルールを徹底するには機械的に判定したい。と思って、簡単なスクリプトを書こうとした瞬

[futtafutta]

勉強になりました 全角半角混在の文章で 1 行に半角何文字分あるか調べる方法 - てっく煮ブログ - はてなブックマーク - キーワード - python

[kasumani]

全角半角混在の文章で 1 行に半角何文字分あるか調べる方法 「ソースコードは 1 行あたり 80 文字以内」とか「コミットログは横幅 72 文字以内」とか、文字数に関するルールはいろいろある。 Tags: from Pocket March 16, 2014 at 01:31

[suginoy]

“Unicode の East Asian Width を参照するとよいらしい。 East Asian Width で EastAsianWidth.txt という資料が紹介されている。この資料では、全ての文字の横幅が 6 つのカテゴリーに分類されている。”

[tmatsuu]

おおお、これは素晴らしい。あとで必ずまた辿り着くと思うのでメモ

[takehikom]

『一番簡単だったのが Python さん…unicodedata.east_asian_width』／自分だったらEmacs上で列情報を見るかな

[seamlessbias]

これ私も必要になって調べたことあるけどほんとめんどくさい……

[Nagise]

その全角・半角感はもう捨てましょう。プロポーショナルフォントなんだし文字の表示幅でいいじゃん。Unicode時代に何を求めているのか

[t-murachi]

East Asian Width か…。

[teramako]

canvasに等幅フォント指定でmeasureTextするとか（ぉ

[mattn]

一方vimには組み込み関数が存在した。 :echo strdisplaywidth("あいうえお")

[YaSuYuKi]

「表示上の文字数」にこだわろうとすると本当に悪夢だな/IVSは初めて知った。異体字を扱うためのものか

[skam666]

“意外と「1行あたりの文字数」をカウントするのが難しい(略)「あA」は「全角1文字+半角1文字」なので半角3文字分としてカウントしたい。 しかし、UTF-8の世界では「あA」の文字長は2だし、バイト数は4(あ=0xE38182、a=0x41)”