Kotlin/Java - 如何识别全角字符？

Question

特尔；博士：

半角：常规宽度字符。
例如。'A' 和 '?'

全角：在显示器上占用两个等宽英文字符空间的字符
。'?', '?' 和 '？'

我需要这个函数的实现：

/**
 * @return Is this character a full-width character or not.
 */
fun Char.isFullWidth(): Boolean
{
    // What is the most efficient implementation here?
}

不，这与这些字符的数据结构无关，而仅与显示的宽度有关。

---

很长的故事：

我正在重构 HyLogger，这是一个专注于文本着色渐变的日志库。这是我遇到的问题：

如果您查看屏幕截图中打印的第一个渐变文本块，中间的全角文本将其后的渐变图案弄乱了，因为在调用 时string.length，即使它们占据两倍大小，它们也被视为一个字符。

您可能会问，为什么会有人打印全角字符？这是一个真正的问题，因为中文、日文或韩文等语言中的几乎所有字符都是全角字符，因此占用的空间是英文全角字符的两倍。

所以我需要一种方法来识别全角字符，以便我可以将它们计算为两个渐变像素而不是一个来解决图片中的问题。

---

已知信息：

C++ 检查 unicode 字符是否为全角：

1. Unicode 网站（以及报告）上有一个东亚宽度字符列表，但在呈现渐变文本块时遍历每个字符的整个列表可能效率不高。

2. Python 有这个Unicode 数据库库，一种可能的解决方案是使用 Jython 调用 python API，这会很重，而且效率可能不是很好。

分析 Java 中的全角或半角字符：

1. 该ICU4J库具有统一的工具来实现这一功能，但该库为12.5 MB大，这是不是最佳的我50 KB记录库。

Answer 1

最好的解决方案似乎是将EastAsianWidth.txt转换为一系列范围条件。

\n

\n

下面的函数部分是用 生成的FullWidthUtilGenerator.kt，它仍然有一些问题需要解决：

\n

\n

1. 它不考虑基本多语言平面 (BMP) 范围之外的字符（例如 U+10000），因为我还没有弄清楚如何有效地将它们包含在 Java/Kotlin 中。
   \n（\\u10000给出编译错误）

   \n
\n

2. 中单独说明的接近值EastAsianWidth.txt不会自动合并。（例如\\u3010和\\u3011）

   \n
\n

\n

/**\n * Half-width: Regular width characters.\n * Eg. \'A\' and \'\xef\xbe\x86\'\n *\n * Full-width: Chars that take two monospaced English chars\' space on the display\n * Eg. \'\xe4\xb8\xad\', \'\xe3\x81\xab\' and \'\xef\xbc\xa1\'\n * \n * See FullWidthUtilGenerator.kt\n *\n * @return Is this character a full-width character or not.\n */\nfun Char.isFullWidth(): Boolean\n{\n    return when (this)\n    {\n        \'\\u2329\',\'\\u232A\',\'\\u23F0\',\'\\u23F3\',\'\\u267F\',\'\\u2693\',\'\\u26A1\',\'\\u26CE\',\'\\u26D4\',\'\\u26EA\',\'\\u26F5\',\n        \'\\u26FA\',\'\\u26FD\',\'\\u2705\',\'\\u2728\',\'\\u274C\',\'\\u274E\',\'\\u2757\',\'\\u27B0\',\'\\u27BF\',\'\\u2B50\',\'\\u2B55\',\n        \'\\u3000\',\'\\u3004\',\'\\u3005\',\'\\u3006\',\'\\u3007\',\'\\u3008\',\'\\u3009\',\'\\u300A\',\'\\u300B\',\'\\u300C\',\'\\u300D\',\n        \'\\u300E\',\'\\u300F\',\'\\u3010\',\'\\u3011\',\'\\u3014\',\'\\u3015\',\'\\u3016\',\'\\u3017\',\'\\u3018\',\'\\u3019\',\'\\u301A\',\n        \'\\u301B\',\'\\u301C\',\'\\u301D\',\'\\u3020\',\'\\u3030\',\'\\u303B\',\'\\u303C\',\'\\u303D\',\'\\u303E\',\'\\u309F\',\'\\u30A0\',\n        \'\\u30FB\',\'\\u30FF\',\'\\u3250\',\'\\uA015\',\'\\uFE17\',\'\\uFE18\',\'\\uFE19\',\'\\uFE30\',\'\\uFE35\',\'\\uFE36\',\'\\uFE37\',\n        \'\\uFE38\',\'\\uFE39\',\'\\uFE3A\',\'\\uFE3B\',\'\\uFE3C\',\'\\uFE3D\',\'\\uFE3E\',\'\\uFE3F\',\'\\uFE40\',\'\\uFE41\',\'\\uFE42\',\n        \'\\uFE43\',\'\\uFE44\',\'\\uFE47\',\'\\uFE48\',\'\\uFE58\',\'\\uFE59\',\'\\uFE5A\',\'\\uFE5B\',\'\\uFE5C\',\'\\uFE5D\',\'\\uFE5E\',\n        \'\\uFE62\',\'\\uFE63\',\'\\uFE68\',\'\\uFE69\',\'\\uFF04\',\'\\uFF08\',\'\\uFF09\',\'\\uFF0A\',\'\\uFF0B\',\'\\uFF0C\',\'\\uFF0D\',\n        \'\\uFF3B\',\'\\uFF3C\',\'\\uFF3D\',\'\\uFF3E\',\'\\uFF3F\',\'\\uFF40\',\'\\uFF5B\',\'\\uFF5C\',\'\\uFF5D\',\'\\uFF5E\',\'\\uFF5F\',\n        \'\\uFF60\',\'\\uFFE2\',\'\\uFFE3\',\'\\uFFE4\',\n        in \'\\u1100\'..\'\\u115F\',in \'\\u231A\'..\'\\u231B\',in \'\\u23E9\'..\'\\u23EC\',in \'\\u25FD\'..\'\\u25FE\',\n        in \'\\u2614\'..\'\\u2615\',in \'\\u2648\'..\'\\u2653\',in \'\\u26AA\'..\'\\u26AB\',in \'\\u26BD\'..\'\\u26BE\',\n        in \'\\u26C4\'..\'\\u26C5\',in \'\\u26F2\'..\'\\u26F3\',in \'\\u270A\'..\'\\u270B\',in \'\\u2753\'..\'\\u2755\',\n        in \'\\u2795\'..\'\\u2797\',in \'\\u2B1B\'..\'\\u2B1C\',in \'\\u2E80\'..\'\\u2E99\',in \'\\u2E9B\'..\'\\u2EF3\',\n        in \'\\u2F00\'..\'\\u2FD5\',in \'\\u2FF0\'..\'\\u2FFB\',in \'\\u3001\'..\'\\u3003\',in \'\\u3012\'..\'\\u3013\',\n        in \'\\u301E\'..\'\\u301F\',in \'\\u3021\'..\'\\u3029\',in \'\\u302A\'..\'\\u302D\',in \'\\u302E\'..\'\\u302F\',\n        in \'\\u3031\'..\'\\u3035\',in \'\\u3036\'..\'\\u3037\',in \'\\u3038\'..\'\\u303A\',in \'\\u3041\'..\'\\u3096\',\n        in \'\\u3099\'..\'\\u309A\',in \'\\u309B\'..\'\\u309C\',in \'\\u309D\'..\'\\u309E\',in \'\\u30A1\'..\'\\u30FA\',\n        in \'\\u30FC\'..\'\\u30FE\',in \'\\u3105\'..\'\\u312F\',in \'\\u3131\'..\'\\u318E\',in \'\\u3190\'..\'\\u3191\',\n        in \'\\u3192\'..\'\\u3195\',in \'\\u3196\'..\'\\u319F\',in \'\\u31A0\'..\'\\u31BF\',in \'\\u31C0\'..\'\\u31E3\',\n        in \'\\u31F0\'..\'\\u31FF\',in \'\\u3200\'..\'\\u321E\',in \'\\u3220\'..\'\\u3229\',in \'\\u322A\'..\'\\u3247\',\n        in \'\\u3251\'..\'\\u325F\',in \'\\u3260\'..\'\\u327F\',in \'\\u3280\'..\'\\u3289\',in \'\\u328A\'..\'\\u32B0\',\n        in \'\\u32B1\'..\'\\u32BF\',in \'\\u32C0\'..\'\\u32FF\',in \'\\u3300\'..\'\\u33FF\',in \'\\u3400\'..\'\\u4DBF\',\n        in \'\\u4E00\'..\'\\u9FFC\',in \'\\u9FFD\'..\'\\u9FFF\',in \'\\uA000\'..\'\\uA014\',in \'\\uA016\'..\'\\uA48C\',\n        in \'\\uA490\'..\'\\uA4C6\',in \'\\uA960\'..\'\\uA97C\',in \'\\uAC00\'..\'\\uD7A3\',in \'\\uF900\'..\'\\uFA6D\',\n        in \'\\uFA6E\'..\'\\uFA6F\',in \'\\uFA70\'..\'\\uFAD9\',in \'\\uFADA\'..\'\\uFAFF\',in \'\\uFE10\'..\'\\uFE16\',\n        in \'\\uFE31\'..\'\\uFE32\',in \'\\uFE33\'..\'\\uFE34\',in \'\\uFE45\'..\'\\uFE46\',in \'\\uFE49\'..\'\\uFE4C\',\n        in \'\\uFE4D\'..\'\\uFE4F\',in \'\\uFE50\'..\'\\uFE52\',in \'\\uFE54\'..\'\\uFE57\',in \'\\uFE5F\'..\'\\uFE61\',\n        in \'\\uFE64\'..\'\\uFE66\',in \'\\uFE6A\'..\'\\uFE6B\',in \'\\uFF01\'..\'\\uFF03\',in \'\\uFF05\'..\'\\uFF07\',\n        in \'\\uFF0E\'..\'\\uFF0F\',in \'\\uFF10\'..\'\\uFF19\',in \'\\uFF1A\'..\'\\uFF1B\',in \'\\uFF1C\'..\'\\uFF1E\',\n        in \'\\uFF1F\'..\'\\uFF20\',in \'\\uFF21\'..\'\\uFF3A\',in \'\\uFF41\'..\'\\uFF5A\',in \'\\uFFE0\'..\'\\uFFE1\',\n        in \'\\uFFE5\'..\'\\uFFE6\' -> true\n        else -> false\n    }\n}\n

\n