忽略某些unicode字符串的正确字符串长度的Rust字符串格式化程序

Question

我在用println！若要使用以下方法对列进行排列：

fn main() {
    let name_col_w = 24;
    let col_w = 9;

    println!("{:<0name_col_w$}{:<0col_w$}",
    "COL A",
    "COL B",
    name_col_w=name_col_w,
    col_w=col_w,
    
    );
    
    println!("{:<0name_col_w$}{:<0col_w$}",
    "000",
    "OOO",
    name_col_w=name_col_w,
    col_w=col_w,
    );    
    
    println!("{:<0name_col_w$}{:<0col_w$}",
    "麒麟24",
    "OOO",
    name_col_w=name_col_w,
    col_w=col_w,
    );
}

这一产出如下：

COL A                   COL B    
000                     OOO      
麒麟24                    OOO 

注意，unicode字符正在超出列的界限(第二列不是全部对齐)。但是，字符串的长度小于限制(24)。

extern crate unicode_width;
use unicode_width::UnicodeWidthStr;

println!("{}","麒麟24".len()); // 8
println!("{}","麒麟24".chars().count()); // 4
println!("{}", UnicodeWidthStr::width("麒麟24")); // 6

看起来，Rust格式语法实现测量的宽度错误，因为字符串应该能够适应分配的24宽度。

是否有办法使生锈识别正确的字符串宽度和正确的格式？还是我只是做了些根本错误的事？

(工作示例这里)

我正在使用来自锈病病案的字符串格式语法。

Answer 1

从技术上讲，这里没有不正确的字符串长度。

问题是，大多数单空间字体根本不处理CJK，要么不支持CJK(因此退回到其他方面，这是最有可能的)，要么不对CJK进行单步处理:单空间字体的全部要点是：

所有字母和字符占用相同的水平空间。

但是这里显然不是这样的，因为您自己的对齐清楚地显示了麒麟占用比3个ascii字符更多的水平空间：

"麒麟",
"OOO",

因此，虽然麒麟24是4个字符，但它占用了略多于5个的视觉空间，因此填充到24个字符时抛出了对齐。

我认为除了使用足够完整的单空间字体，在您所期望的整个字符范围内使用单空间字体，或者使用GUI工具包(不会受到此问题的影响)之外，没有任何解决方案。我不确定即使是TUI/原始终端输出也能解决这个问题。

事实上，这甚至可能是GUI中的一个问题，因为如果你真的想把一切都做好，你需要通过整个渲染管道，然后测量实际的“位图”大小(实际显示在屏幕上的是什么)。

在POSIX2001中，wcwidth(3)和wcswidth(3)应该帮助查询终端，以了解字符或字符串的宽度，这可能会或不可能工作，这取决于终端，并且只有一些在实际终端中工作的概率(例如，在我的实际终端中，麒麟恰好有4个单元格，显然使用的字体集并不是这样使用的)。

您可能遇到的另一个问题是count和字符串填充工作中的代码点，由于例如组合代码点，这已经是非常不正确的，即使使用在美国英语中可能遇到的表单也是微不足道的：

println!("[{:<4}]", "é");
println!("[{:<4}]", "e\u{0301}");

输出

[é   ]
[é  ]

因为第二行使用两个代码点来处理一个单一的字素簇，这使得对齐的计算变得简单(除了前两个代码点转换为一个单一的字素簇外，它增加了2个空间编码点以达到4个，因此我们以3个字素簇而不是我们所期望的4个为结尾)。