Python 包含泰语字符的右对齐字符串

我想右对齐包含泰语字符的字符串（泰语渲染从左到右不起作用，但也可以向上和向下）

例如，对于字符串ไป （两个字符，长度2）和ซื้อ （四个字符，长度2）我希望有以下输出（长度5）：

天真的

print 'ไป'.decode('utf-8').rjust(5)

print 'ซื้อ'.decode('utf-8').rjust(5)

但是，分别产生

...ไป

.ซื้อ

你知道如何获得想要的格式吗

编辑：

---

给定一个泰语字符tc字符串，我想确定该字符串使用了多少[places/fields/positions/您想叫它什么]字符。这与len（tc）不同；len（tc）通常大于使用的位置数。第二个单词给出len（tc）=4，但长度为2/使用2个位置/使用2个位置

我想你想问的是，如何判断剧中人物的“真实”เรือ, ไป, ซื้อ 等（分别为3、2和2）

不幸的是，Python是这样解释这些字符的：

ไป

>>> 'ไป'
'\xe0\xb9\x84\xe0\xb8\x9b'
>>> len('ไป')
6
>>> len('ไป'.decode('utf-8'))
2

ซื้อ

>>> 'ซื้อ'
'\xe0\xb8\x8b\xe0\xb8\xb7\xe0\xb9\x89\xe0\xb8\xad'
>>> len('ซื้อ')
12
>>> len('ซื้อ'.decode('utf-8'))
4

เรือ

>>> 'เรือ'
'\xe0\xb9\x80\xe0\xb8\xa3\xe0\xb8\xb7\xe0\xb8\xad'

>>> len('เรือ')
12
>>> len('เรือ'.decode('utf-8'))
4

显示的字符数与组成字符串的实际字符数（从Python的角度来看）之间没有真正的相关性

---

我想不出一个明显的方法来做到这一点。然而，我发现这可能对你有帮助。（您还需要安装一些。

我想您想问的是，如何确定เรือ, ไป, ซื้อ 等（分别为3、2和2）

不幸的是，Python是这样解释这些字符的：

ไป

>>> 'ไป'
'\xe0\xb9\x84\xe0\xb8\x9b'
>>> len('ไป')
6
>>> len('ไป'.decode('utf-8'))
2

ซื้อ

>>> 'ซื้อ'
'\xe0\xb8\x8b\xe0\xb8\xb7\xe0\xb9\x89\xe0\xb8\xad'
>>> len('ซื้อ')
12
>>> len('ซื้อ'.decode('utf-8'))
4

เรือ

>>> 'เรือ'
'\xe0\xb9\x80\xe0\xb8\xa3\xe0\xb8\xb7\xe0\xb8\xad'

>>> len('เรือ')
12
>>> len('เรือ'.decode('utf-8'))
4

显示的字符数与组成字符串的实际字符数（从Python的角度来看）之间没有真正的相关性

我想不出一个明显的方法来做到这一点。但是，我已经找到了可能对您有帮助的方法。（您还需要安装一些。

它看起来像rjust（）函数将不适用于您，您需要自己计算字符串中的单元格数。然后，您可以在字符串前插入所需的空格数以实现对齐

你似乎对泰语很了解。把辅音、前元音、后元音和泰语标点符号的数量加起来。不要计算发音符号和上下元音

比如（请原谅我的伪Python代码）

单元格=0
对于范围内的i（0，len（字符串））
如果（string[i]==\xe31）或（（string[i]>=\xe34）和（string[i]=\xe47）和（string[i]），rjust（）函数似乎不适用于您，您需要自己计算字符串中的单元格数。然后，您可以在字符串之前插入所需的空格数以实现对齐

你似乎对泰语很了解。把辅音、前元音、后元音和泰语标点符号的数量加起来。不要计算发音符号和上下元音

比如（请原谅我的伪Python代码）

单元格=0
对于范围内的i（0，len（字符串））
如果（字符串[i]=\xe31）或（（字符串[i]>=\xe34）和（字符串[i]=\xe47）和（字符串[i]原因

泰语脚本包含普通字符（正进位宽度）和非间隔标记（零进位宽度）

例如，在单词
ซื้อ：

第一个字符是第一个辅音“SO SO”
然后它有元音标记SARA UUE
然后是音调标记
MAI THO
然后是最后一个伪辅音
oang
问题是上面列表中的字符##2和3是零宽度字符

换句话说，它们不会使字符串“更宽”。

换句话说，
ซื้อ（“购买”）和
ซอ（“fiddle”）的两个字符位置的宽度相等（但相应的字符串长度为4和2）

解决方案

为了计算“实际”字符串长度，必须跳过零宽度字符

特定于Python的

该模块提供对Unicode字符数据库（UCD）的访问，该数据库定义所有Unicode字符的字符属性。此数据库中包含的数据是从UCD 8.0.0版编译而来的

unicodedata.category（unichr）
方法一包括以下内容：


“Lo”
表示普通字符
“Mn”
用于零宽度非间距标记

剩下的是显而易见的，只需过滤掉后一种


进一步资料：


（滚动至第一次出现“泰语字符”）
原因

泰语脚本包含普通字符（正进位宽度）和非间隔标记（零进位宽度）

例如，在单词
ซื้อ：

第一个字符是第一个辅音“SO SO”
然后它有元音标记SARA UUE
然后是音调标记
MAI THO
然后是最后一个伪辅音
oang
问题是上面列表中的字符##2和3是零宽度字符

换句话说，它们不会使字符串“更宽”。

换句话说，
ซื้อ（“购买”）和
ซอ（“fiddle”）的两个字符位置的宽度相等（但相应的字符串长度为4和2）

解决方案

为了计算“实际”字符串长度，必须跳过零宽度字符

特定于Python的

该模块提供对Unicode字符数据库（UCD）的访问，该数据库定义所有Unicode字符的字符属性。此数据库中包含的数据是从UCD 8.0.0版编译而来的

unicodedata.category（unichr）
方法一包括以下内容：

<