script/rest_of_kanji.py

   1 #!/usr/bin/env python
   2 # -*- coding: utf-8 -*-
   3
   4 # $Id$
   5 # Author: mshio <mshio@users.sourceforge.jp>
   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__ = '0.11'
  33
  34 import sys
  35 from types import MethodType
  36 from fontparser import FontParser
  37 from listprinter import SimpleListPrinter
  38
  39 class KanjiList:
  40     def __init__(self, file_path):
  41         self.file_path = file_path
  42         self.buffer = []
  43
  44     def convert(self, line):
  45         try:
  46             s = unicode(line.rstrip('\r\n'), 'utf-8')
  47         except:
  48             sys.exit('[ERROR] %s' % line)
  49         return s
  50
  51     def read(self):
  52         fh = open(self.file_path, 'r')
  53         for line in fh:
  54             if line.startswith('#'):
  55                 continue
  56             for c in self.convert(line):
  57                 self.buffer.append(ord(c))
  58         fh.close()
  59         return self.buffer
  60
  61
  62 if __name__ == '__main__':
  63     parser = FontParser(sys.argv[1])
  64     kanji_list = KanjiList(sys.argv[2]).read()
  65
  66     def remove(self, char):
  67         for c in kanji_list:
  68             if char.unicode == c:
  69                 kanji_list.remove(c)
  70                 break
  71
  72     parser.parse(remove)
  73
  74     p = SimpleListPrinter(delimiter=0x3001)
  75     p.output(kanji_list)
  76     print
  77     print "%d char(s)" % len(kanji_list)