使用sprintf对齐多列Unicode字符时错位问题求助

核心问题在于Perl的length()和sprintf的宽度计算基于Unicode码点数量，而终端显示时是按字符的实际显示宽度（比如东亚字符、emoji占2列，ASCII字符占1列，组合字符占1列），两者不匹配导致错位。

原代码的明显错误 #

原代码中$input变量未定义，应替换为$_，否则无法正确解码字符串。

正确解决方案：基于显示宽度对齐 #

使用Unicode::GCString模块获取字符串的终端显示宽度，手动计算并填充空格实现左对齐，替代sprintf的宽度参数。

步骤1：安装依赖模块

cpanm Unicode::GCString

步骤2：修改后的代码

use Encode qw/decode encode/;
use utf8;
use Unicode::GCString;

$\ = "\n";

# 直接以UTF-8编码打开文件，避免手动解码的麻烦
open my $uni, "<:encoding(UTF-8)", "unicode_strings.txt" or die $!;
my @in = map { chomp; $_ } <$uni>;

my @l = map {
    my $decoded = $_; # 文件已按UTF-8解码，直接使用
    my $gc = Unicode::GCString->new($decoded);
    my $display_width = $gc->columns; # 获取终端显示宽度
    # 计算需要填充的空格数，确保总显示宽度为32
    my $aligned_str = $decoded . (' ' x (32 - $display_width));
    
    [
     $aligned_str,
     sprintf("%02i", length($decoded)),
     sprintf("%02i", length(encode("UTF-8", $decoded))), # 对应原代码的字节长度计算逻辑
    ]
} @in;

print encode("UTF-8", join(" | ", $_->@*)) for @l;

代码解释

1. 文件打开：用<:encoding(UTF-8)打开文件，直接读取解码后的Unicode字符串，无需手动判断解码逻辑。
2. 显示宽度计算：Unicode::GCString->new($decoded)->columns返回字符串在终端的实际显示宽度，可准确处理grapheme cluster（如带变音符号的希伯来语字符、emoji等特殊字符）。
3. 手动对齐：通过$decoded . (' ' x (32 - $display_width))确保字符串总显示宽度为32，实现严格左对齐。
4. 字节长度修正：原代码中length($_)是未解码的字节长度，修改为length(encode("UTF-8", $decoded))确保逻辑一致（文件已解码，需重新编码回字节串计算长度）。

效果说明 #

修改后所有字符串的显示宽度将统一为32列，后续的| 0X | 0X部分会整齐对齐，彻底解决错位问题。

内容的提问来源于stack exchange，提问作者simone