检测文本中缺少的字形

我编写了一个Python3应用程序，该调用程序fortune捕获并捕获输出以在屏幕通知中显示。

当当前字体中不存在相应的字形时，某些时运会包含带有十六进制数字的正方形。每个正方形代表缺失字形的十六进制Unicode代码点的表示形式。

我想在显示给用户之前删除十六进制文本。我希望找到一些Python API，该API可让我逐字符检查文本，以确定类似char.isValidCodePoint()或类似的内容，但我找不到类似的东西。

我在这里找到了一个可能要研究的解决方案，但是fonttools通过终端安装后，我的Python程序无法导入fonttools/fontTools。

有什么想法-使用Python API还是调用终端？

更新＃1：从那以后，我意识到fonttools上面链接中的示例代码对我不起作用，因为它是Python2。我想如果fonttools可以以某种方式使用它，我可以从我的Python3脚本中调用一个Python2解释器。

更新＃2：经过大量阅读（请参阅下面的参考资料），我找到了，fc-match但是它不能始终唯一地标识所使用的字体。我获得了Python中的当前字体：

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

导致Ubuntu 11。将此结果pango-view与十六进制字符一起传递，我得到了包括在内的字体列表Ubuntu。我认为如果字形不是由字体呈现的，则该字体不应出现在pango-view！的结果中

参考文献：

• 如何找出fc-match如何配对？
• 找出fontconfig用于特定字符的后备字体
• 我凝视着fontconfig，fontconfig凝视着我

这与您要使用的方法不同，但是也许您可以使用python str.replace()或re.sub()方法从文本主体中解析出十六进制字符串。即：

如果十六进制是可预测的：

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

或者，如果您需要将任何十六进制字符与正则表达式匹配：

import re

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

关于此策略的更多讨论

Unicode整形引擎

使用Harfbuzz之类的Unicode整形引擎来检测丢失的字形。这是一个工作示例：

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'])

输出量

registered
.notdef

在检查时，IDLE3中的输出如下：

>>> 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}]

检查字体路径是否正确，我刚刚选择了我在当前计算机上看到的第一个字体。

注意：

• 我非常确定Gtk / Pango具有类似的功能，Pango已经切换为在较低级别使用Harfbuzz。但是，我没有使用此类lib的经验。