script/rest_of_kanji.py

   1 #!/usr/bin/env python
   2 # -*- coding: utf-8 -*-
   3
   4 # $Id$
   5 # Author: mshio <mshio@users.osdn.me>
   6
   7 """
   8 概要
   9 ---------------------
  10 このスクリプトは、指定された漢字のうち、フォントファイルに含まれて
  11 いない漢字を表示し、最後にその字数を表示するものです。
  12
  13 使い方
  14 ---------------------
  15 必要な引数は2つです。
  16 最初の引数には、検査対象のフォントファイル（TTF など）を指定します。
  17 次の引数には、検査したい漢字を書き連ねたテキストファイル（便宜上これを
  18 漢字ファイルと呼びます）のパスを指定します。
  19
  20 漢字ファイルは utf-8 で書かれている必要があります。
  21 なお、漢字ファイルには改行を含めることができます。また、`#'から始まる
  22 行はコメントとして扱われ、読み飛ばされます。
  23
  24 このスクリプトは、渡された漢字ファイルを読み取り、そのリストの中から、
  25 フォントファイルに含まれていない漢字を抽出して出力します。
  26
  27 必要事項
  28 ---------------------
  29 このスクリプトを実行するには、FontForge が必要です。
  30 """
  31
  32 __version__ = '0.12'
  33
  34 import argparse
  35 import sys
  36 from fontparser import filter_glyphs
  37 from listprinter import SimpleListPrinter
  38
  39 def kanji_list(file_path):
  40     def convert(line):
  41         try:
  42             s = unicode(line.rstrip('\r\n'), 'utf-8')
  43         except:
  44             sys.exit('[ERROR] %s' % line)
  45         return s
  46
  47     buf = []
  48     with open(file_path, 'r') as file:
  49         for line in file:
  50             if line.startswith('#'):
  51                 continue
  52             for c in convert(line):
  53                 buf.append(ord(c))
  54     return buf
  55
  56 def parse_args():
  57     parser = argparse.ArgumentParser()
  58     parser.add_argument('font_file', help='path of a font file')
  59     parser.add_argument('kanji_file', help='path of a kanji file')
  60
  61     return parser.parse_args()
  62
  63 if __name__ == '__main__':
  64     args = parse_args()
  65     kanjis = kanji_list(args.kanji_file)
  66
  67     def remove(char):
  68         code = next(iter(filter(lambda c: char.unicode == c, kanjis)), False)
  69         if code:
  70             kanjis.remove(code)
  71
  72     filter_glyphs(args.font_file, remove)
  73
  74     p = SimpleListPrinter(delimiter=0x3001)
  75     p.output(kanjis)
  76     print
  77     print "%d char(s)" % len(kanjis)