Python中Unicode字符的显示问题（组合字符、假名字符等）

Question

我正在尝试编写几个程序来处理几种语言的文本分析，包括拉丁语、古希腊语和汉语。其中之一就是分析拉丁语中的一个单词，把它分解成它的组成音节，然后找出哪个音节是重读的，并给那个音节的元音加上一个尖锐的重音。对于长元音，如“ā”，需要使用组合锐音符“́”，以产生“́”。但是，当我将组合重音（'\u0301'）的unicode值放在要添加到的字符后面的字符串中时，它不会像打印字符串时那样组合字符，而是将它们彼此相邻放置。另外，当我试图显示非西方Unicode字符，如日本平假名、片假名或中日韩统一象形文字时，我得到的只是当系统无法正确显示字符时在框中得到的问号符号。我没有这些问题，结合字符或中日韩统一象形文字，因为他们只是在谷歌浏览器或微软Word的工作，例如罚款。我在64位的笔记本电脑上运行Python3。另外，如果他们提出Sqlite3，我如何处理这些问题？你知道吗

Answer 1

您可以将组合重音规范化为组合形式，例如NFC:

>>> from unicodedata import normalize
>>> char = 'a'
>>> accent = '\u0301'
>>> normalize("NFC", char + accent)
'á'  # this is a length 1 string

就ā́而言，我认为在Python中最短的长度是length 2（'\u0101\u0301'），这取决于终端仿真器在渲染时正确组合字母的glyph和重音符号。你知道吗

至于您提到的日文字符不能正确呈现的问题（当系统不能正确显示字符时，在框中打问号），这不是编程或编码的问题，您只需要安装适当的glyph和字体。在linux上我使用GNU Unifont，我不确定在windows10上使用什么。你知道吗

Answer 2

这与编程无关。只需删除损坏的终端仿真器并安装一些可以工作的东西，例如ConEmu。你知道吗