将不同语言（阿拉伯语和英语）一起显示的原则是什么？

Question

如句：

  

عفوايبدوأنالنظاملايستطيعتحديدأنكمنعملاءSTCأملا，فإذاكنتعميلSTCالرجاءالضغطعلىزر “إعادةالمحاولة”，وإذالمتكنمنعملاءSTCالرجاءالضغطعلىزر“لستعميلSTC

阿拉伯语是RTL，英语是LTR。有时复制和粘贴后文本会变得混乱。当我在英语和阿拉伯语字符之间移动句子内的光标时，它会以一种非常奇怪的方式跳跃。而且我也对它如何存储在内存中感到困惑。任何人都可以帮忙解释一下吗？

Answer 1

在内存中，这一切都存储为一系列Unicode代码点（希望之前有很多令人讨厌的东西，但是我们不要去那里） - 这就是文本本身，它是如何在计算机中表示的。文本首先与写作方向无关，它只是一系列字符。

此序列通过一个知道Unicode Bidi算法的渲染引擎，因此可以将文本整形为字形以显示在特定位置。 Unicode中的每个字符都有一个Bidi属性，可以控制它在这种上下文中的行为方式。这指定a是LTR字符，而א是RTL字符;它控制在RTL上下文中正确镜像括号（即使您看到(），文本中的左括号仍为);并且在两个上下文中都可以出现多个字符。这一切都非常简单，那里有很多工作要做。最后，多个字形可以相互叠加（例如变音符号）或形成连字;那些是字素，这基本上就是我们所认为的“字母”。

光标移动很容易，因为光标只能在两个字形之间（在LTR或RTL段开始时会变得更复杂，但现在让它留在那里）和→< / kbd>将前进移动过来，而←向后移动。在RTL转发中，当然是 left ;它遵循文字方向。两个字素相对于彼此的顺序与定位光标无关。

我承认，看到混合的RTL和LTR文本可能会令人困惑，但我想阿拉伯语或希伯来语国家的人们已经习惯了。

关于复制粘贴文本时有时会丢失正确的文本布局的问题，我想最常见的问题是对相应脚本的应用程序或布局引擎支持。如果布局引擎不知道如何布局阿拉伯文本，则所有得到的字符都是从左到右的逻辑顺序。没有形成连字，没有应用文本方向。例如，浏览器现在对这种事情有很好的支持，但是如果我把阿拉伯语文本粘贴到Word中就会看起来不对（就像Word 2007一样; PowerPoint做得很好）。遗憾的是没有简单的解决方法，但通常你复制的文本完全相同，只是显示错误。

免责声明：我在Unicode邮件列表上潜伏了很长时间，但我绝不是这方面的专家。我说两种语言，两者都是平凡的布局。这是对我认为它可能起作用的回忆，也可能不是实际的事实。

Answer 2

这些字母以逻辑顺序存储;意思是像“你好！萨拉姆！”这样的句子。实际上是按照这个顺序存储了字母。

然而，除此之外，还会在文本中添加某些unicode标志，通知文本布局引擎在显示时应该颠倒句子的“Salaam”部分;所以最终的文本布局变成了“Hello！maalaS！”，它也应该是。

这些标志是通过自然BIDI分类设置的;例如غ;或者通过使用Unicode RTL和LTR标记U+200E和U+200F。

如果你注意，光标实际上并不奇怪地跳跃，它总是遵循逻辑字符顺序。