PythonとUnicodeの文字幅

PythonでUnicode文字列の表示幅を扱う方法について説明します。特に、非ASCII文字を含む文字列の表示幅を正確に計算する方法に焦点を当てます。

Unicode文字列の表示幅

Pythonのstr.format()は、文字列の長さ（len(s)）をその幅として取ります。しかし、これは非ASCII文字を含む文字列に対しては適切な結果を返さない場合があります。例えば、以下のコードを見てみましょう。

title = "母"
print("{:<20} | {}".format(title, "母母"))

このコードは、titleの長さを2として扱い、その結果、出力の列がずれてしまいます。

解決策

Pythonのunicodedataモジュールには、east_asian_widthという関数があります。この関数は、文字が半角か全角かを判断することができます。したがって、この関数を使用して、非ASCII文字を含む文字列の表示幅を正確に計算することができます。

以下に、east_asian_width関数を使用して、非ASCII文字を含む文字列の表示幅を計算する例を示します。

import unicodedata

def get_display_width(s):
    width = 0
    for char in s:
        if unicodedata.east_asian_width(char) in ('F', 'W', 'A'):
            width += 2
        else:
            width += 1
    return width

title = "母"
print("{:<{}} | {}".format(title, get_display_width(title), "母母"))

このコードは、titleの表示幅を正確に計算し、その結果、出力の列が正しく整列されます。

まとめ

Pythonで非ASCII文字を含む文字列の表示幅を正確に計算するには、unicodedataモジュールのeast_asian_width関数を使用します。この関数を使用することで、文字が半角か全角かを判断し、その結果をもとに表示幅を計算することができます。

この記事がPythonとUnicodeの文字幅の扱いについての理解に役立つことを願っています。