Python 中卡纳达语的 Unicode

Question

我正在使用 Python 2.7 并输入以下代码：

print u'\u0cb5\u0ccd\u0c87'

由于我的 Unicode 字符串包含卡纳达语辅音“v”，后跟卡纳达语元音“i”，因此我希望输出是代表音节/akshara“vi”的单个卡纳达语字符，但我得到的是 ವ್ಇ。我该如何解决这个问题并获取“vi”的字符？

Answer 1

我相信您没有正确编码字符串。我希望这就是您想要的：

>>> print u'\u0cb5\u0CBF'
ವಿ

您所做的就是输出（使用 Unicode 分配给这些字符的全名）：

• 卡纳达语字母 VA
• 卡纳达标志维拉玛
• 卡纳达语字母 I

我可以看到其中的逻辑，但这不是 Unicode 的工作原理。 virama 应该仅用于辅音簇或者如果您有一个以辅音结尾的序列。要将音节与元音组合在一起，您必须将音节与元音的组合形式一起使用：

• 卡纳达语字母 VA
• 卡纳达语元音符号 I

卡纳达语元音符号 I 是字母“I”的组合形式，而卡纳达语字母 I 是同一字母的非组合形式。

我建议阅读Unicode 标准第 9 章，以获取有关如何处理南亚文字的完整说明。 第 10 章 也很有用。

Answer 2

0cb5

是 Unicode 字符 'KANNADA LETTER VA' (U+0CB5) ವ 。所以Python打印ವ್ಇ是正确的。

Answer 3

它应该打印卡纳达语字符 VA、VIRAMA，我根据这里的最新表格。

Answer 4

如果您不使用带有卡纳达语符号的字体，您将得到方框。

在我的gentoo盒子上安装lohit-fonts后得到这个：

。