python中ljust填充包含中英文字符串问

python中ljust填充包含中英文字符串问题

Standard

ljust是python中用于将字符串填充至指定长度的内置函数，通常用于输出中字符串的对齐。

但ljust在填充包含中英文字符串的时候，填充后的长度总是不对，导致输出无法真正对齐，其根本原因在于ljust中可能使用了len统计字符个数，而英文一般只占位1个字符，中文是要占位2个字符的，但len是不分中英文的，统一当成1个字符位统计。

1 2 3 4 5 6 7 8 9 10 11 12 13

>>> len ( '我是中文' ) 4 >>> len ( 'abcd' ) 4 >>> str1 = '0123456789' >>> str2 = '我是中文' >>> len ( str1 ) 10 >>> len ( str2 ) 4 >>> str2 . ljust ( 10 ) ; str1 '我是中文      ' '0123456789'

如上例所示，这就导致了字符串无法对齐的问题，解决的办法也随之清晰：将中文字符串计算为两个即可：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

#为了修复ljust的一个中英文混合使用出现的bug： #统计其中的中文个数, ljust将中英文字符通通算作一个字符， #而每个中文字符其实相当于2个英文字数，因此相当于少算了每个中文字符1个字数 import re def len_zh ( data ) :      temp = re . findall ( '[^a-zA-Z0-9.]+' , data )      count = 0      for i in temp :          count + = len ( i )      return ( count )   #调用ljust前先计算中文字符个数 zh = len_zh ( str ) #动态修正填充字符数 str . ljust ( 20 - zh )

此方法只是暂时解决，并不是完美的解决方案：

• 计算中文字符是通过非运算得到的，结果并不一定可以保证准确。应该采用更好的方法统计中文字符数（相关资料）
• 覆盖重写ljust函数应该更好。

查资料之后，发现len统计字符的问题可能是和python3的utf-8编码方式有关（相关链接），utf-8编码中英文都占1字符位，gbk编码中文2字符位，英文1字符位。