Phát hiện glyphs bị thiếu trong văn bản

Tôi đã viết một trình ứng dụng Python3 để gọi fortunevà chụp đầu ra để hiển thị trong thông báo trên màn hình.

Một số vận may chứa hình vuông có số thập lục phân khi glyph tương ứng không tồn tại trong phông chữ hiện tại. Mỗi ô vuông là đại diện của điểm mã thập lục phân cho glyph bị thiếu.

Tôi muốn xóa văn bản thập lục phân trước khi hiển thị cho người dùng. Tôi đã hy vọng tìm thấy một số API Python cho phép tôi kiểm tra văn bản, từng ký tự, để xác định một cái gì đó giống char.isValidCodePoint()hoặc tương tự nhưng tôi không thể tìm thấy như vậy.

Tôi đã tìm thấy một giải pháp khả thi mà tôi muốn điều tra ở đây nhưng sau khi cài đặt fonttoolsqua thiết bị đầu cuối, chương trình Python của tôi không thể nhập fonttools/fontTools.

Bất kỳ ý tưởng nào - sử dụng API Python hoặc gọi ra thiết bị đầu cuối?

Cập nhật # 1: Tôi đã nhận ra fonttoolsmã mẫu từ liên kết ở trên sẽ không hoạt động với tôi vì nó là Python2. Tôi cho rằng nếu fonttoolsbằng cách nào đó có thể được sử dụng, tôi có thể gọi trình thông dịch Python2 từ tập lệnh Python3 của mình.

Cập nhật # 2: Sau khi đọc rất nhiều (xem tài liệu tham khảo bên dưới), tôi đã tìm thấy fc-matchnhưng nó không thể luôn xác định duy nhất phông chữ đang sử dụng. Tôi có được phông chữ hiện tại trong Python:

from gi.repository import Gio
fontName = Gio.Settings( "org.gnome.desktop.interface" ).get_string( "font-name" )

dẫn đến Ubuntu 11. Vượt qua kết quả này pango-viewcùng với ký tự thập lục phân, tôi nhận được một danh sách các phông chữ bao gồm Ubuntu. Theo suy nghĩ của tôi nếu glyph KHÔNG được hiển thị bởi phông chữ, phông chữ sẽ không xuất hiện trong kết quả từ pango-view!

Người giới thiệu:

• Làm thế nào để tìm hiểu làm thế nào phù hợp với trận đấu fc?
• Tìm hiểu phông chữ dự phòng được sử dụng bởi fontconfig cho một ký tự nhất định
• Tôi nhìn chằm chằm vào fontconfig, và fontconfig nhìn chằm chằm vào tôi

Đây là một cách tiếp cận khác với nơi bạn sẽ thực hiện với điều này, nhưng có lẽ bạn chỉ có thể sử dụng phương pháp str.replace()hoặc re.sub()phương pháp của python để phân tích các chuỗi thập lục phân khỏi thân văn bản của bạn. I E:

Nếu hex có thể dự đoán được:

originalText = "\xc3\xa5Test"
filteredText = originalText.replace("\xc3\xa5", "")

Hoặc nếu bạn cần khớp bất kỳ ký tự hex nào với biểu thức chính quy:

import re

originalText = "\xc3\xa5Test"
filteredText = re.sub(r'[^\x00-\x7f]', r'', originalText)

Thêm thảo luận tốt về chiến lược này

Công cụ định hình Unicode

Sử dụng công cụ định hình Unicode như Harfbuzz để phát hiện glyph bị thiếu. Dưới đây là một ví dụ hoạt động:

from pyharfbuzz import shape
f = "/usr/local/lib/python3.6/site-packages/werkzeug/debug/shared/ubuntu.ttf"
t = "®"
s = shape(f, t)
print(s[1]['glyph_name'])
t = "რ"
s = shape(f, t)
print(s[1]['glyph_name'])

Đầu ra

registered
.notdef

Ở đây đầu ra trong IDLE3 trong khi kiểm tra:

>>> t = "®"
>>> s = shape(f, t)
>>> s
[{'cluster': 0, 'glyph_name': 'registered', 'x_advance': 29.453125, 'y_advance': 0.0, 'x_offset': 0.0, 'y_offset': 0.0}]
>>> t = "რ"
>>> s = shape(f, t)
>>> s
[{'cluster': 0, 'glyph_name': '.notdef', 'x_advance': 36.0, 'y_advance': 0.0, 'x_offset': 0.0, 'y_offset': 0.0}]

Kiểm tra đường dẫn phông chữ chính xác, tôi chỉ chọn cái đầu tiên tôi thấy trong máy hiện tại của mình.

Ghi chú:

• Tôi chắc chắn rằng Gtk / Pango có chức năng tương tự, Pango đã chuyển sang sử dụng Harfbuzz ở mức độ thấp. Tuy nhiên, tôi không có kinh nghiệm sử dụng lib như vậy.