Unicode中阿拉伯字符的处理

Question

Unicode何时知道从右到左或从左到右阅读。

无论是在Word还是Python中。

例如，

هذا هو الملعون جيد رجل الصباح!

如果您按下退格键，它将从右向左读取。

我打印了Unicode字节表示，它是

u'\u0647\u0630\u0627 \u0647\u0648 \u0627\u0644\u0645\u0644\u0639\u0648\u0646 \u062c\u064a\u062f \u0631\u062c\u0644 \u0627\u0644\u0635\u0628\u0627\u062d!'

但我没有看到任何表示从左到右或从右到左的标志。

对于普通字符串，例如：

Hi how are you, it works from left to right. 

是否应该有一个Unicode字符或字节来表示从左到右或其他什么东西?

- aceminer

Answer 1

书写方向是每个Unicode字符的属性。Unicode对于每个码点（无论它是数字、数学符号，还是字母，大小写，方向性，所在的码块（间接定义了脚本）等）都包含一组复杂的属性。

例如，请参见http://www.fileformat.info/info/unicode/char/0647/index.htm（这是您示例中的第一个字符），其中包括 bidi（双向）特性[AL] - 这将"从右到左阿拉伯语"编码为该字形的书写方向。

虽然有一些Unicode字符可以明确设置文本的方向，但通常不应需要或有用。对于渲染的每个字符，字体渲染器应该已经从其Unicode属性中知道它需要哪个方向（尽管从其他传统编码转换的文本可能仍然包含显式的方向指示代码）。

- tripleee

Answer 2

这里有一个滑稽的方式来解释它。在Unicode中，RLM字符被编码为U+200F RIGHT-TO-LEFT MARK（HTML ‏ · ‏）。在UTF-8中，它是E2 80 8F。使用规定在Unicode双向算法中。LRM被编码为U+200E LEFT-TO-RIGHT MARK。双向算法在这里描述。具体来说，ALM U+061C ARABIC LETTER MARK是从右到左零宽度阿拉伯字符。参考链接：https://www.explainxkcd.com/wiki/index.php/1137:_RTL、https://en.wikipedia.org/wiki/Right-to-left_mark、http://unicode.org/reports/tr9/。

- awiebe

---

请注意，大多数情况下您 不应该 使用显式的方向控制。 - o11c