如何使ncurses输出星位平面Unicode字符

Question

如何使ncurses输出星位平面Unicode字符

31

我有一段非常简单的代码，应该输出（除其他内容外）三个Unicode字符：

/*
 * To build:
 *   gcc -o curses curses.c -lncursesw
 *
 * Expected result: display these chars:
 *   http://www.fileformat.info/info/unicode/char/2603/index.htm  (snowman)
 *   http://www.fileformat.info/info/unicode/char/26c4/index.htm  (snowman without snow)
 *   http://www.fileformat.info/info/unicode/char/1f638/index.htm (grinning cat face with smiling eyes)
 *
 * Looks like ncurses is NOT able to display second and third char
 * (only the first one is OK...)
 */

#include <ncurses.h>
#include <stdio.h>
#include <locale.h>

int
main (int argc, char *argv[])
{
    WINDOW *stdscr;
    char buffer[] = {
        '<',
        0xE2, 0x98, 0x83,       // U+2603 : snowman: OK
        0xE2, 0x9B, 0x84,       // U+26C4 : snowman without snow: ERROR (space displayed)
        0xF0, 0x9F, 0x98, 0xB8, // U+1F638: grinning cat face: ERROR (space displayed)
        '>',
        '\0' };

    setlocale (LC_ALL, "");

    stdscr = initscr ();
    mvwprintw (stdscr, 0, 0, buffer);
    getch ();
    endwin ();

    /* output the buffer outside of ncurses */
    printf("%s\n",buffer);
    return 0;
}

最终的 printf 输出了所有字符，如我所期望的 "<☃⛄>"（因为我使用了正确配置的语言环境、终端仿真器和适当的字体组合）。然而，应该使用 ncurses 函数输出文本的第一部分无法正常工作。您只能看到第一个字符（雪人），而其他两个字符只会被渲染为空格。"<☃ >"。

我阅读了许多谷歌帖子，说我还需要包含

#define _XOPEN_SOURCE_EXTENDED 1

我在源代码中进行了更改，但对我来说这并没有改变输出结果。

那么，我是在做一些极其愚蠢的事情吗？还是当使用Unicode空间的某些部分时，ncurses出现了故障？

- GodEater

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- rici · Accepted Answer

这并不是说 ncurses 出了问题，更像是 glibc 出了问题。或者说，无论您使用的是哪种 libc 实现，我只是假设它是 glibc。

与简单的控制台输出（例如printf）不同，ncurses 需要知道每个字符在打印时的宽度，因为它需要维护自己的屏幕模型以及光标位置。即使使用比例字体，不是所有的 Unicode 代码点都是1个单位宽度：许多代码点的宽度为零（例如组合重音），而相当多的代码点宽度为两个单位（汉字表意文字）[注1]。

原来有一个标准的C库函数wcwidth，它接受类型的字符，并返回0、1或2（理论上可以是任何整数，但据我所知这些是唯一实现的宽度），如果字符是“可打印的”，则返回相应的值；如果字符无效或为控制字符，则返回-1。启用宽字符的ncurses版本使用wcwidth来预测字符打印后光标移动的距离。如果wcwidth返回错误指示，则ncurses会替换为空格。 wcwidth从区域设置的charmap的WIDTH部分读取宽度，但该定义仅提供异常情况；假定任何没有定义宽度的可打印字符具有宽度1。因此，wcwidth还需要检查字符是否可打印，这在LC_CTYPE区域设置中定义。这是驱动iswprint库函数的相同数据。

很不幸，终端模拟器与C库函数对Unicode字符数据的视图可能不同。对于那些实际显示宽度与本地配置宽度不同的字符，ncurses会产生意外行为。

在这种情况下，宽度没有问题（所有字符都是1个单位宽，因此默认值是正确的）；问题在于这些字符实际上存在于您的控制台字体中，您想要使用它们，但它们不存在于glibc的字符数据库中，因为该数据库仍然基于Unicode 5.0。（实际上，该错误本身应该更新，因为Unicode现在已经到6.3而不是6.1。）

为了帮助您查看，这里有一个小程序，它可以转储配置的unicode代码点的ctype信息[注2]：

#define _XOPEN_SOURCE 600
#include <locale.h>
#include <stdio.h>
#include <stdlib.h>
#include <wctype.h>
#include <wchar.h>

#define CONC_(x,y) x##y
#define IS(x) (CONC_(isw,x)(c)?#x" ":"")

int main(int argc, char** argv) {
  setlocale(LC_CTYPE,"");
  for (int i = 1; i < argc; ++i) {
    wint_t c = strtoul(argv[i], NULL, 16);
    printf("Code %04X: width %d %s%s%s%s%s%s%s%s%s%s%s%s\n", c, wcwidth(c),
           IS(alpha),IS(lower),IS(upper),IS(digit),IS(xdigit),IS(alnum),
           IS(punct),IS(graph),IS(blank),IS(space),IS(print),IS(cntrl));
  }
  return 0;
}

编译后，您可以查看您的角色数据。它可能看起来像这样：

$ gcc -std=c11 -Wall -o wcinfo wcinfo.c
$ ./wcinfo 2603 26c4 1f638
Code 2603: width 1 punct graph print 
Code 26C4: width -1 
Code 1F638: width -1

所以，该怎么办呢？你可以等待数据库得到更新，但我怀疑这不会很快发生。因此，如果您真的想使用那些字符，您需要修改自己的区域设置定义。

如果您和我一样拥有相同的安装（并且区域设置文件已经有一段时间没有更改了，所以您可能也是），那么您会在/usr/share/i18n/locales找到您的区域设置文件，在实际的区域设置文件中，LC_CTYPE部分将包括指令copy "i18n"，这意味着实际的ctype配置在文件/usr/share/i18n/locales/i18n中。然后，您可以编辑该文件以进行适当的更改。（在更改文件之前，请备份副本。当然，您需要使用sudo编辑器，因为该文件只能由root写入。）

首先找到以graph开头的那一行[注3]，然后向前搜索U26（在我的配置中是第716行）。你会发现一行条目看起来像这样：<U26A0>..<U26C3>;，这意味着代码点26A0到26C3是图形（可见印刷）字符。根据需要扩展该范围。（我将26C3更改为26C4进行最小测试，但您可能需要包含更多字符。）再往下几行，您将看到第二个平面graph范围；添加适当的条目。（同样，作为极简主义者，我添加了一个新行：）

   <U0001F638>;/

但您可能需要包含一个范围。（顺便说一下，尾随的/是续行标记。）

接下来，向下再走几行，您会找到print部分。进行完全相同的更改。

然后，您可以通过运行以下命令重新生成您的语言环境信息：

$ sudo locale-gen

然后您可以进行测试：

$ ./wcinfo 2603 26c4 1f638
Code 2603: width 1 punct graph print 
Code 26C4: width 1 graph print 
Code 1F638: width 1 graph print

一旦您这样做了，您的原始ncurses程序应该会产生预期的输出。

顺便说一下，您可以使用宽字符字符串与ncurses，您不必手动生成UTF-8编码：

int
main (int argc, char *argv[])
{
    WINDOW *stdscr;
    setlocale (LC_ALL, "");
    const wchar_t* wstr = L"<\u2603\u26c4\U0001F638>";
    stdscr = initscr ();
    mvwaddwstr(stdscr, 0, 0, wstr);
    getch ();
    endwin ();
    return 0;
}

注意事项

如需更多信息，请参阅维基百科半角和全角字符。
这是一个快速且简单的程序，没有错误检查，但对于我们在这里所需要的足够好了。为了生产目的，需要写入更多代码 :)
您可能不需要修复graph wctype; print可能已经足够了。我没有检查。我两个都做了，因为ncurses有时也需要知道字符是否透明，而将字符标记为可见似乎更安全，因为它是可见的。