Go 文字自动换行算法
学习过 css 应该就会知道 css 里有一个 word-break 属性，默认换行行为如下图，它对于长单词不会换行，因为它不会打破单词。
如果你想要解决这个问题，需要使用 break-all，但这也会导致另一个问题：正常的单词也被打破了（下图中的 paragraph 单词就被打破了）。
能不能最大程度的不打破单词，当一行放不下一个单词才打破单词呢？这样能得到一个最优的排版，如下图
在 css 中，我们可以使用 'overflow-wrap: break-word;' 来达到目的。
这篇文章将讲解如何使用 Golang 实现它的算法。我的使用场景是解决 "excel 文字自动换行" 问题。
下面是它的实现要点，如果你不感兴趣的话，也可以直接使用我的包：github.com/zbysir/textwrap
计算文字宽度
由于每种字体对于每个文字的宽度设计是不一样的，比如等宽字体与非等宽字体。所以我们如果要计算文字宽度就需要处理字体文件。
不用担心，测量字体与解析字体都已经有成熟的库了：golang.org/x/image，获取宽度的代码如下：
package textwrap
import (
"github.com/golang/freetype/truetype"
"golang.org/x/image/font"
"os"
)
func fontWidth(f font.Face, s string) float64 {
advance := font.MeasureString(f, s)
return float64(advance >> 6)
}
func parseFontFace(fontBody []byte, fontSize float) *font.Face{
f, _ := truetype.Parse(fontBody)
face := truetype.NewFace(f, &truetype.Options{
Size: fontSize,
})
return face
}
func main() {
bs,_ := os.ReadFile("xxx.ttf")
ff := parseFontFace(bs, 12)
width := fontWidth(ff,"test text")
}
拆分单词
如果获得最佳的阅读友好度，不应该在换行时打破一个完整的单词，所以我们需要先预先计算"可以在哪里换行"。
对于英文，我们只需要在空格处换行即可，对于汉字则每个字符都可以换行。
其中难点是如何判断字符是否是"汉字"，实际比我想象中难，除了中文、日文或韩文（CJK）之外，全角符号（如。）也需要处理为可换行，偷懒一点的办法是判断是否是全角即可（CJK 都是全角），使用 "unicode/utf8" 包即可判断。
package textwrap
import (
"unicode"
"unicode/utf8"
)
// return "break opportunities" (http://unicode.org/reports/tr14/)
func breakLine(x string) []string {
var result []string
pi := 0
prevKind := -1
rs := []rune(x)
for i, c := range rs {
var kind = -1
if !unicode.IsSpace(c) {
kind = utf8.RuneLen(c)
}
isWide := kind >= 3
// break on each Wide char and space
if (kind != prevKind || isWide) && i != 0 {
result = append(result, string(rs[pi:i]))
pi = i
}
prevKind = kind
}
result = append(result, string(rs[pi:]))
return result
}
// in test file
func TestBreakLine(t *testing.T) {
lines := breakLine("标准的具体规则在Unicode 换行算法 (Unicode Line Breaking Algorithm, UAX #14）中详细给出。")
assert.Equal(t, []string{"标", "准", "的", "具", "体", "规", "则", "在", "Unicode", " ", "换", "行", "算", "法", " ", "(Unicode", " ", "Line", " ", "Breaking", " ", "Algorithm,", " ", "UAX", " ", "#14", "）", "中", "详", "细", "给", "出", "。"}, lines)
}
至此我们实现了 95% 左右的换行需求，还有 5% 呢？
其实排版规则很复杂，不光是不能打破单词，比如不能将。放在行首，在《符号标点用法》中有这样一些规则：
句号、逗号、顿号…不出现在一行之首…引号、括号、书名号…前一半不出现在一行之末，后一半不出现在一行之首 ——《标点符号用法》
英文也有类似的规则，具体规则在 Unicode 换行算法 (Unicode Line Breaking Algorithm, UAX #14) 中详细给出。
要完全满足标准排版规则的算法尤其复杂，有 JavaScript 版本的实现: niklasvh/css-line-break，而在 Golang 中没找到它的实现，这是一个大工程，所以暂不做了，95% 已满足我的需求。
打破单个单词
如果一行都放不下一个单词，就需要打破单词，在单词之间换行。
package textwrap
func breakWord(s string, over func(string) bool) ([]string, string) {
var result []string
runes := []rune(s)
for len(runes) != 0 && over(string(runes)) {
max := 0
for i := range runes {
if over(string(runes[:i+1])) {
max = i
break
}
}
if max == 0 {
max = 1
}
result = append(result, string(runes[:max]))
runes = runes[max:]
}
return result, string(runes)
}
换行代码
package textwrap
// TextWrap Wrap text without breaking words as much as possible;
// Support Chinese characters and super long words
func TextWrap(s string, over func(string) bool) []string {
var result []string
for _, l := range strings.Split(s, "\n") {
words := breakLine(l)
line := ""
for _, next := range words {
testLine := line + next
if !over(testLine) {
line = testLine
continue
}
if strings.TrimSpace(line) == "" {
line = next
continue
}
i, last := breakWord(line, over)
result = append(result, i...)
// 如果一个单词被分为了多行则需要处理最后一行，尝试拼接 next
// case:
// |Unite|
// |d St |
if last != "" {
if !over(last + next) {
line = last + next
continue
} else {
result = append(result, last)
}
}
// 超出之后下一个单词就是下一行的开始
line = next
}
if strings.TrimSpace(line) != "" {
word, last := breakWord(line, over)
result = append(result, word...)
if last != "" {
result = append(result, last)
}
}
}
for i, line := range result {
result[i] = strings.TrimSpace(line)
}
return result
}
完整代码
已发布到 Github zbysir/textwrap。
快速使用：
go get github.com/zbysir/textwrap