Unicode字符名称列表

Question

在Python中，我可以通过名称打印一个Unicode字符（例如：print(u'\N{snowman}')）。有没有一种方法可以获取所有有效名称的列表？

- Miki Tebeka

---

那将涵盖整个Unicode标准。 - Martijn Pieters

你为什么问这个问题？ - Mike Graham

@MikeGraham 想和我的学生们玩一个小游戏。 - Miki Tebeka

请注意，如果他们使用的是不同版本的Python，则游戏可能会适得其反：请参见Martijn Pieters下面的答案。 - Jongware

Answer 1

每个代码点都有一个名称，所以您实际上是在请求Unicode标准代码点名称列表（以及由Python 3.3及更高版本支持的*名称别名列表）。

每个Python版本都支持特定版本的Unicode标准；unicodedata.unidata_version属性告诉您给定Python运行时使用的版本。上述链接指向最新发布的Unicode版本，请将URL中的UCD/latest替换为您的Python版本的unicodedata.unidata_version的值。

按照编码点， unicodedata.name()函数 可以告诉您正式名称，而 unicodedata.lookup() 则可逆（名称到编码点）。

- Martijn Pieters

---

函数 name 和 lookup 真的是互逆的吗？确实，name(lookup('space')) 返回 SPACE。但是 lookup('escape') 返回预期值，而 name(lookup('escape')) 引发 ValueError: no such name。 - Jeyekomon

@Jeyekomon 并非所有的 Unicode 代码点都有名称；escape 是一个别名。lookup() 接受名称、别名（和序列），但 name() 只返回官方名称。大多数控制字符（如 escape）没有名称。请注意，space 是一个别名，名称始终是大写的。维基百科有一个很好的概述，说明哪些字符没有名称。 - Martijn Pieters

Answer 2

如果您想要一个包含所有Unicode字符名称的列表，请考虑下载Unicode Character Database。

它包含在许多Linux发行版的基础软件库中（例如RHEL上的“unicode-ucd”）。

该软件包包括NamesList.txt，其中包含详尽的Unicode字符名称列表。

注意：NamesList.txt需要一些时间才能下载（大小> 1.5 MB）。

示例：

21FE    RIGHTWARDS OPEN-HEADED ARROW
21FF    LEFT RIGHT OPEN-HEADED ARROW
@@  2200    Mathematical Operators  22FF
@@+
@       Miscellaneous mathematical symbols
2200    FOR ALL
    = universal quantifier
2201    COMPLEMENT
    x (latin letter stretched c - 0297)
2202    PARTIAL DIFFERENTIAL
2203    THERE EXISTS
    = existential quantifier
2204    THERE DOES NOT EXIST
    : 2203 0338
2205    EMPTY SET
    = null set
    * used in linguistics to indicate a null morpheme or phonological "zero"
    x (latin capital letter o with stroke - 00D8)
    x (diameter sign - 2300)
    ~ 2205 FE00 zero with long diagonal stroke overlay form

- ToBeReplaced

Answer 3

是的，有一种方法。 遍历所有现有的代码点，并在每个代码点上调用 unicodedata.name（）。 就像这样:

names = []
for c in range(0, 0x10FFFF + 1):
    try:
        names.append(unicodedata.name(c))
    except KeyError:
        pass
# Do something with names

- nitely

---

至少在Python 3中，应该使用except ValueError而不是except KeyError。https://docs.python.org/3/library/unicodedata.html#unicodedata.name - Dominique Unruh

Answer 4

对于给定的代码点，您可以使用unicodedata.name。要获取所有这些名称，您可以处理所有数十亿个字符以查看哪些具有此类名称。

- Mike Graham

---

不是数十亿，标准还没有那么大。不过Unicode 7.0包含了112,804个字符。 - Martijn Pieters

没有数十亿个名称，但有数十亿个潜在的代码点需要逐一检查，如果我们天真地遍历它们。 - Mike Graham

代码点数量恒定为1,114,112，您必须非常天真才能遍历整个32位空间。 - 一二三

Answer 5

只需打印它们全部：

import unicodedata 

for i in range(0x110000): 
    character = chr(i) 
    name = unicodedata.name(character, "") 
    if len(name) > 0: 
        print(f"{i:6} | 0x{i:04X} | {character} | {name}") 

- Stan

Answer 6

这是我的一行代码，只是为了自己的参考；p

import unicodedata
names = [unicodedata.name(chr(c)) for c in range(0, 0x10FFFF+1) if unicodedata.name(chr(c), None)]

- pna

Answer 7

如果您想按名称插入Unicode字符，但不知道其名称，以下是如何轻松查看Unicode字符名称的方法。

在Windows上

1. 打开“字符映射器”（搜索charmap.exe并运行它）。
2. 选择任何常见的Microsoft字体（这些字体通常定义了各种Unicode字符）。
3. 单击地图上的任何字符以获取其Unicode字符名称。

在Mac上，它称为“字符调色板”，可以在“系统偏好设置”，“国际化->输入”或“语言和文本->输入源”下通过选中“字符调色板”旁边的框来找到。

- Kristian L