如何让ncurses输出星体平面unicode字符

我有以下一段非常简单的代码，它应该输出（除其他外）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  #include  #include  int main (int argc, char *argv[]) { WINDOW *stdscr; char buffer[] = { '', '\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输出所有字符，因为我期望“”（因为我使用的是正确配置的区域设置，终端模拟器和适当的字体组合） – 但是第一部分，应该输出文本使用ncurses函数无法正常工作。 您只能看到第一个角色（雪人），而其他两个角色只能呈现为空格。 “”。

我已经阅读了很多谷歌post，说我还需要包含

 #define _XOPEN_SOURCE_EXTENDED 1 

在源头 – 但这样做并没有改变我的输出。

所以 – 我在这里做了一些极其愚蠢的事情，或者在使用unicode空间的某些部分时是不是已经破坏了？

Answer 1

并不完全是ncurses被破坏了。 更像是， glibc被打破了。 或者你正在使用的libc任何实现; 我只是假设它是glibc 。

与简单的控制台输出（即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外观模型以及光标所在的模型。 并非所有Unicode代码点都是1个单位宽，即使使用比例字体：许多代码点是零单位宽（例如组合重音），而且很多是两个单位宽（汉字表意文字）[注1]。

事实certificate，有一个标准的C库函数wcwidth ，它接受一个wchar_t并返回0,1或2（或者理论上是任何整数，但是afaik那些是唯一实现的宽度）如果字符是“可打印的”，并且如果字符无效或控制字符，则返回-1。 启用宽字符的ncurses版本使用wcwidth来预测在打印字符后光标移动的距离。 如果wcwidth返回错误指示，则ncurses替换空格。

wcwidth从语言环境的charmap的WIDTH部分读取宽度，但该定义仅提供exception; 假定任何没有定义宽度的可打印字符的宽度为1.因此wcwidth 还需要检查字符是否可打印，这是在LC_CTYPE语言环境规范中定义的。 这与驱动iswprint库函数的数据相同。

遗憾的是，无法保证终端仿真器与C库函数共享相同的Unicode字符数据视图。 对于实际显示宽度与区域设置配置宽度不同的字符， ncurses将产生意外行为。

在这种情况下，宽度没有问题（字符都是1个单位宽，所以默认是正确的）; 问题是这些字符实际存在于您的控制台字体中并且您想要使用它们，但它们在glibc的字符数据库中不存在，因为该数据库仍然基于Unicode 5.0 。 （事实上​​，应该更新该bug本身，因为Unicode现在是6.3，而不是6.1。）

为了帮助您看到这一点，这里有一个小程序，它为unicode代码点转储配置的ctype信息[注2]：

 #define _XOPEN_SOURCE 600 #include  #include  #include  #include  #include  #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; } 

编译它你可以查看你的角色数据。 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 

那么该怎么办？ 您可以等待glibc数据库更新，但我怀疑这不会很快发生。 因此，如果您确实想要使用这些字符，则需要修改自己的区域设置定义。

如果你有和我一样的glibc安装（并且locale文件暂时没有改变，那么你可能会这样做），那么你将在/usr/share/i18n/locales和实际中找到你的语言环境文件语言环境文件， LC_CTYPE部分将包含指令copy "i18n" ，这意味着实际的ctype配置位于文件/usr/share/i18n/locales/i18n 。 然后，您可以编辑该文件以进行适当的更改。 （当然，在更改文件之前制作备份副本。然后你需要sudo你的编辑器，因为该文件只能由root写入。）

首先找到开始graph的线，[注3]然后向前搜索U26 （我的配置中的第716行，fwiw。）你会找到一条条目，其中的条目看起来像..; 这意味着代码点26A0到26A0是图形（可见打印）字符。 根据需要扩展该范围。 （我将26C4更改为26C4以进行最小测试，但您可能希望包含更多字符。）再往下几行，您将看到第二个平面图范围; 添加适当的条目。 （再次，极简主义，我添加了一个新的一行：

  ;/ 

但你可能想要包括一个范围。 （顺便说一句，尾随/是延续标记。）

接下来，再往下走几行，你就会找到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区域设置信息

 $ sudo locale-gen 

然后你可以测试：

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

一旦你这样做，你原来的ncurses程序应该产生预期的输出。

顺便说一句，你可以使用带有ncurses的宽字符串; 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; } 

---

笔记

1. 有关更多信息，请参阅有关半宽和全宽表单的 Wikipedia。

2. 这是一个快速而肮脏的无错误检查程序，但它足以满足我们的需求。 出于生产目的，人们会想要更多的代码行:)

3. 您可能不需要修复graph wctype; print可能就足够了。 我没有检查。 我之所以这样做是因为ncurses有时也需要知道字符是否透明，将字符标记为可见似乎更安全，因为它是。