获取Unicode字符中字符串的“实际”长度

Question

给定一个字符，比如 "✮" (\xe2\x9c\xae)，也可以是其他字符，比如 "Σ"、"д" 或 "Λ"，我想知道这个字符在屏幕上显示时的“实际”长度。

举个例子：

len("✮")
len("\xe2\x9c\xae")

这两种方法都返回3，但实际上应该是1。

Answer 1

我在一个类似问题上的回答：

你想要知道当前输出环境的渲染宽度。对于图形用户界面（UI），通常会有一种方法可以直接查询这个信息；而在文本环境中，你能做的就是猜测一个符合标准的渲染引擎可能会怎么做，并希望实际的引擎能符合你的预期。

Answer 2

你可以试试这样做：

unicodedata.normalize('NFC', u'✮')
len(u"✮")

UTF-8是一种编码方式，用来表示各种字符。对于一些特殊字符，它会使用多个字节来表示。你可以查看一下 unicodedata.normalize() 这个函数。