python - Python 中用于卡纳达语的 Unicode

Question

我正在尝试使用 Unicode 来处理 Kannada 语言，当我输入以下代码时，我正在使用 Python 2.7:

print u'\u0cb5\u0ccd\u0c87'

输出是ವ್ಇ，但我希望用卡纳达语打印“vi”？？

Answer 1

我相信您没有正确编码您的字符串。我希望这就是您想要的:

>>> print u'\u0cb5\u0CBF'
ವಿ

您所做的是输出(使用 Unicode 分配给这些字符的全名):

• 卡纳达语字母 VA
• KANNADA 标志 VIRAMA
• 卡纳达语字母 I

我可以看出其中的逻辑，但这不是 Unicode 的工作方式。 virama 应该只用于辅音簇，或者如果你有一个以辅音结尾的序列。要将音节与元音组合，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

KANNADA VOWEL SIGN I 是字母“I”的组合形式，而 KANNADA LETTER I 是同一字母的非组合形式。

我建议阅读 chapter 9 of the Unicode standard有关如何处理南亚文字的完整说明。 Chapter 10也很有用。