¿Cómo puedo encontrar el nombre común para un glifo en particular?

A veces, me gustaría saber el nombre de un glifo. Por ejemplo, si veo −, me gustaría saber si se trata de un guión -, un guión –, un guión —o un símbolo menos −. ¿Hay alguna forma de copiar y pegar esto en una terminal para ver qué es?

No estoy seguro de si mi sistema conoce los nombres comunes de estos glifos, pero ciertamente hay alguna información (parcial) disponible, como en /usr/share/X11/locale/en_US.UTF-8/Compose. Por ejemplo,

<Multi_key> <exclam> <question>         : "‽"   U203D # INTERROBANG

Otro ejemplo glifo: 🐄.

Prueba la utilidad Unicode :

$ unicode ‽
U+203D INTERROBANG
UTF-8: e2 80 bd  UTF-16BE: 203d  Decimal: ‽
‽
Category: Po (Punctuation, Other)
Bidi: ON (Other Neutrals)

O la uconvutilidad del paquete ICU :

$ printf %s ‽ | uconv -x any-name
\N{INTERROBANG}

También puede obtener información a través de la recodeutilidad:

$ printf %s ‽ | recode ..dump
UCS2   Mne   Description

203D         point exclarrogatif

O con Perl:

$ printf %s ‽ | perl -CLS -Mcharnames=:full -lne 'print charnames::viacode(ord) for /./g'
INTERROBANG

Tenga en cuenta que estos dan información sobre los caracteres que componen ese glifo, no sobre el glifo en su conjunto. Por ejemplo, para é(e con la combinación de acento agudo):

$ printf é | uconv -x any-name
\N{LATIN SMALL LETTER E}\N{COMBINING ACUTE ACCENT}

A diferencia del personaje independiente é:

$ printf é | uconv -x any-name
\N{LATIN SMALL LETTER E WITH ACUTE}

Puede solicitar uconvrecombinarlos (para aquellos que tienen una forma combinada):

$ printf 'e\u0301b\u0301' | uconv -x '::nfc;::name;'
\N{LATIN SMALL LETTER E WITH ACUTE}\N{LATIN SMALL LETTER B}\N{COMBINING ACUTE ACCENT}

(é tiene una forma combinada, pero no b́).

La mejor manera que conozco es a través de Perl's uniprops. Viene con el Unicode::Tusslemódulo de Perl . Puedes instalarlo con

sudo perl -MCPAN -e 'install Unicode::Tussle'

Luego puede ejecutarlo en cualquier glifo que desee probar:

$ uniprops  ‽
U+203D ‹‽› \N{INTERROBANG}
    \pP \p{Po}
    All Any Assigned InPunctuation Punct Is_Punctuation Common Zyyy Po P
       General_Punctuation Gr_Base Grapheme_Base Graph GrBase Other_Punctuation
       Pat_Syn Pattern_Syntax PatSyn Print Punctuation STerm Term
       Terminal_Punctuation Unicode X_POSIX_Graph X_POSIX_Print X_POSIX_Punct

$ uniprops  🐄
U+1F404 ‹🐄› \N{COW}
    \pS \p{So}
    All Any Assigned InMiscPictographs Common Zyyy So S Gr_Base Grapheme_Base Graph
       GrBase Misc_Pictographs Miscellaneous_Symbols_And_Pictographs Other_Symbol
       Print Symbol Unicode X_POSIX_Graph X_POSIX_Print

Puede usar la función Perl viacode del módulo charnames :

$ printf ‽ | perl -Mcharnames=:full -CLS -nle 'print charnames::viacode(ord)'
INTERROBANG
$ printf 🐄 | perl -Mcharnames=:full -CLS -nle 'print charnames::viacode(ord)'
COW

charnames se lanzó por primera vez con perl v5.6.0

Con Perl 6 estará listo para la producción en este día de Navidad, vale la pena mencionarlo aquí, ya que tiene el mejor soporte para personajes Unicode que he visto. Solo necesita llamar al método / rutina uniname :

$ printf ‽ | perl6 -ne 'say .uniname'
INTERROBANG

é(e combinando acento agudo) y écarácter independiente , ambos le dan:

# e with combining acute accent
$ printf é | perl6 -ne 'say .uniname'
LATIN SMALL LETTER E WITH ACUTE

# standalone é
$ printf é | perl6 -ne 'say .uniname'
LATIN SMALL LETTER E WITH ACUTE

( .uninamees la abreviatura de $_.uniname)

Puede usar unicode, que también genera más información que solo el nombre:

# unicode –
U+2013 EN DASH
UTF-8: e2 80 93  UTF-16BE: 2013  Decimal: –
–
Category: Pd (Punctuation, Dash)
Bidi: ON (Other Neutrals)

Crea un script bash con esto:

#!/bin/bash
awk -F ":" '{print $2}' /usr/share/X11/locale/en_US.UTF-8/Compose | grep "$1" | awk -F "#" '{print $2}'

Póngale el nombre que desee, por ejemplo, namechary dele permisos de ejecución.

Ahora, puede llamar por ejemplo:

./namechar @

y el resultado será:

COMMERCIAL AT