如何让len()、str.format()处理零宽空格时得到合理结果？

这个坑我太熟了！零宽空格（U+200B）这类不可见字符最烦人——它们会被len()算入字符总数，但实际显示时不占宽度，直接导致str.format()的对齐逻辑完全跑偏，还会让长度统计看起来莫名其妙。

要在不修改源文本的前提下解决这个问题，核心是区分字符计数和显示宽度：我们需要过滤掉零宽字符来计算实际的可见长度，再基于这个长度做对齐处理。

解决方案代码 #

# 定义需要忽略的零宽字符集合（覆盖常见的零宽类型）
ZERO_WIDTH_CHARS = {'\u200B', '\u200C', '\u200D', '\uFEFF'}

def get_visible_length(s):
    """计算字符串的可见字符长度（排除所有零宽不可见字符）"""
    return len([char for char in s if char not in ZERO_WIDTH_CHARS])

# 你的源字符串列表
str_list = ("a​​", "b", "longest entry​")

# 计算所有字符串的最大可见显示宽度
max_display_width = max(get_visible_length(item) for item in str_list)

# 格式化模板
format_str = "|{aligned_string}| output of len(): {visible_length}\n"

with open("tmp", mode='w', encoding="utf-8") as file:
    for item in str_list:
        visible_len = get_visible_length(item)
        # 计算需要补充的空格数，让总显示宽度等于最大宽度
        spaces_needed = max_display_width - visible_len
        # 拼接原字符串和空格，实现正确对齐（源字符串完全保留）
        aligned_string = item + ' ' * spaces_needed
        file.write(format_str.format(aligned_string=aligned_string, visible_length=visible_len))

代码说明 #

1. 零宽字符过滤：我们定义了常见的零宽字符集合（包括零宽空格、零宽连接符等），get_visible_length函数会过滤这些字符，返回你真正需要的“可见长度”，也就是你期望的len()显示值。
2. 基于显示宽度对齐：计算最大可见宽度后，给每个原字符串补充对应数量的空格——因为原字符串的显示宽度是visible_len，补充空格后总显示宽度会和最大宽度一致，完美解决对齐问题。
3. 不修改源文本：所有处理都是在格式化时临时计算，源字符串的零宽字符完全保留，符合你的需求。

运行结果 #

生成的tmp文件内容将和你期望的一致：

|a​​            | output of len(): 1
|b             | output of len(): 1
|longest entry​| output of len(): 13

如果后续遇到中文、日文这类占2个显示宽度的字符，可以用wcwidth库来更精准计算显示宽度，但针对当前零宽空格的问题，上面的方案已经足够好用。

内容的提问来源于stack exchange，提问作者rhall