py3 中文字符串对齐问题

一、综述

py3中str的len是计算字符数量，例如len(‘ab’) --> 2， len(‘a中b’) --> 3。
但在对齐等操作中，是需要将每个汉字当成宽度2来处理，计算字符串实际宽度的。
所以我们需要开发一个strwidth函数，效果： strwidth(‘ab’) --> 2，strwidth(‘a中b’) --> 4。

结论及推荐字符串域宽计算方法为：

def strwidth(s):
    """string width
    中英字符串实际宽度
    >>> strwidth('ab')
    2
    >>> strwidth('a⑪中⑩')
    7
    """
    try:
        res = len(s.encode('gbk'))
    except UnicodeEncodeError:
        count = len(s)
        for x in s:
            if ord(x) > 127:
                count += 1
        res = count
    return res

然后实现关键函数listalign用于处理某一列的对齐：

from align import listalign

ls = ['22', '哈哈', '中_文a']

print(*listalign(ls), sep='\n')
#          22
#   　　　哈哈
# 　　　中_文a

再利用listalign实现一个对齐二维数组的函数arralign：

from align import arralign

ls = [
    [1, '22', 'c'],
    [123, 4, '哈哈', 'cde'],
    [1, '中_文a', 'dd']
]

print(arralign(ls))
# print(arralign(ls, chinese_char_width=1.8))，本篇文章为了显示对齐，要用汉字域宽1.8的参数
#   1          22          c
# 123           4  　　　哈哈  cde
#   1 　　　中_文a         dd

完整代码： align.py。

二、实现方法分析

百度一下能找到一些方法资料，我们来研究（TiGuan）一下。

2.1 使用中文空格chr(12288)

沧海漂游_，Python 中英文混输格式对齐问题，CSDN，2017.8
这篇原理是对只有中文的字符串，填充的时候用域宽也是2的中文空格“chr(12288)”代替域宽为1的英文空格，从而实现只有中文的某一列的对齐效果。但这样遇到中英文混合字符串，例如把“清华大学”改成’a清华大学b’，就对不齐了。

2.2 字符集分类处理

mozaibin，python 中英文混合格式化输出对齐，鱼C论坛，2018.4
mozaibin应该是对编码做分类计算，感觉搞复杂了，而且算一个“⑩”就出错了，算出来是1，实际上是2。