Rellenar al ancho monoespaciado

Rellenar una cadena para que las columnas queden alineadas en una terminal es un problema de ancho visual, no de recuento de caracteres. Los ideogramas de Asia oriental, las sílabas hangul, las letras latinas de ancho completo y la mayoría de los emoji ocupan dos columnas en una fuente monoespaciada, mientras que las marcas combinantes, los selectores de variación y los unidores de ancho cero no ocupan ninguna. Un relleno basado en la longitud de JavaScript desalinea cualquier celda que mezcle latín con japonés, chino o coreano. Esta herramienta mide columnas de visualización al estilo East Asian Width e inserta un carácter de relleno de una sola columna a la izquierda, a la derecha o en ambos lados hasta alcanzar el número de columnas objetivo.

Cómo se mide el ancho visual de columna

En una terminal monoespaciada habitual, cada letra, dígito y signo de puntuación ASCII ocupa una columna. Ese modelo mental se rompe en cuanto la cadena contiene un carácter cuyo East Asian Width es Wide o Fullwidth. Los ideogramas unificados CJK, las sílabas hangul, los dígitos de ancho completo (las formas ideográficas del cero al nueve) y el bloque latino de ancho completo ocupan dos columnas cada uno.

Las marcas combinantes de categoría Mn o Me, los caracteres de formato, las vocales mediales y consonantes finales jamo del hangul, los selectores de variación y el unidor de ancho cero ocupan cero columnas y se adhieren al grafema precedente. Los pares de indicadores regionales que forman un emoji de bandera se tratan como un único clúster de dos columnas, y los emoji unidos con un unidor de ancho cero permanecen en un clúster de ancho dos en lugar de apilar pictogramas independientes.

Los caracteres de ancho ambiguo, como las letras griegas y algunos símbolos, siguen el convenio POSIX y occidental y cuentan como una columna, lo que coincide con la mayoría de las terminales Linux y macOS fuera de una configuración regional de Asia oriental. Se rechazan los caracteres de control, incluidos el tabulador y el salto de línea: el ancho del tabulador no es una propiedad de la cadena, y esta herramienta rellena una celda, no una tabla entera.

El algoritmo recorre puntos de código Unicode, nunca pares sustitutos UTF-16, de modo que un solo emoji fuera del Basic Multilingual Plane es un carácter, no dos. El resultado es el mismo recuento de columnas que obtendría con una medición conservadora al estilo wcwidth, exactamente lo que necesita antes de añadir caracteres de relleno para que un nombre japonés y un SKU latino compartan un borde derecho recto.

Dónde aparece el relleno por ancho visual en el trabajo real

Quienes escriben CLI, formateadores de registro y cualquiera que imprima una tabla en fuente monoespaciada tropiezan con este problema la primera vez que un valor japonés, chino o coreano cae en una columna dimensionada con la longitud de la cadena. Los números de factura se sientan junto a nombres de producto; un nombre CJK que tiene dos caracteres JavaScript ocupa cuatro columnas de terminal y empuja la columna de precio hacia la derecha.

Las tablas Markdown, los tableros de estado de un README y las impresoras térmicas de recibos tienen la misma restricción cuando una celda mezcla escrituras. Las canalizaciones de datos que emiten ficheros de exportación de ancho fijo para mercados de Asia oriental no pueden usar un relleno por recuento de caracteres sin romper el diseño que espera el analizador bancario o de mainframe de destino.

Prefiera esta página cuando la intención de búsqueda sea rellenar al ancho monoespaciado, ancho visual, East Asian Width, wcwidth o alinear columnas CJK en una terminal. El relleno izquierdo o con ceros de identificadores ASCII es otra consulta y corresponde a la herramienta de pad por recuento de caracteres; esta página atiende el problema de alineación de columnas que solo aparece cuando entran caracteres anchos en la celda.