连接混合从右到左和从左到右语言字符串时的奇怪行为

Question

输入：

\n

tempTextArray:\n\xe2\x96\xbf 3 个元素

\n

- 0 : "\xd7\x96\xd7\x94 \xd7\x9e\xd7\x91\xd7\x97\xd7\x9f"\n- 1 : "7 x 5 abc"\n- 2 : "other text"\n

\n

当做一个简单的tempText = tempTextArray.joined(" | ")结果时，结果并没有将所有元素放置在我期望的位置...结果：

\n

Printing description of tempText:\n"\xd7\x96\xd7\x96\xd7\x94 \xd7\x9e\xd7\x91\xd7\x97\xd7\x9f | 7 x 5 abc | other text"\n

\n

这是我第一次将从右到左与从左到右的文本结合起来，以前有人处理过类似的情况吗？

\n

我的应用程序正在从后端接收翻译，因此我不知道哪些元素被翻译成（在本例中）希伯来语，以及我将以默认语言（英语）收到哪些元素

\n

Answer 1

这是由Unicode BIDI（双向文本）算法引起的引起的。首先，我将解释如何修复它，因为它相当简单，然后我将解释发生了什么，以防您需要更多信息。

\n

您需要在每个想要将文本方向重置为 LTR 的位置添加 LTR（从左到右标记）字符。在你的情况下，它位于字符串的开头和每个的开头|块的开头：

\n

let ltr = "\\u{200e}"\nlet tempText = ltr + tempTextArray.joined(separator: "\\(ltr) | ")\n// => \xe2\x80\x8e\xd7\x96\xd7\x94 \xd7\x9e\xd7\x91\xd7\x97\xd7\x9f\xe2\x80\x8e | 7 x 5 abc\xe2\x80\x8e | other text\n

\n

如果您要使用希伯来语，您绝对想阅读 Cal Henderson 对算法的精彩解释：Understanding Bi Direction (BIDI) Text in Unicode。

\n

现在解释一下发生了什么。您正在打印一个字符串，其第一个字符是“\xd7\x96\xd7\x94\xd7\x9e\xd7\x91\xd7\x97\xd7\x9f”中的最后一个字符，最后一个字符是“text”中的\xd7\x96最后一个字符t”。它不是用 分隔的三个字符串|，它只是一个长字符串。当您显示该字符串时，BIDI 算法必须决定所有字符的去向。

\n

第一个字符 (\xd7\x96) 是 RTL 字符，因此它确定这是嵌入了一些 LTR 文本的 RTL 字符串。这与你想要的相反。您希望这是一个嵌入了一些 RTL 文本的 LTR 字符串。因此，您需要从 LTR 字符开始，例如从左到右标记。

\n

BIDI 算法的工作是告诉系统下一个字符应该朝哪个方向移动。\xd7\x96\xd7\x94 中的每个字符都是 RTL，所以很简单，继续向左走。但是 \xd7\x96\xd7\x94 和 \xd7\x9e\xd7\x91\xd7\x97\xd7\x9f 之间的空格呢？空格在方向上是中性的，最后一个字符是 RTL，所以空格向左移动。但接下来我们来到 \xd7\x9e\xd7\x91\xd7\x97\xd7\x9f 和 | 之间的空格。空间是中性的并且| 是中性的，因此 BIDI 算法会将空格和 | 放在一起 再次向左。您想要空间和 | 要成为 LTR，因此您需要在那里添加另一个 LTR 字符。

\n

7 也是中性的，但x它是拉丁文小写字母 X，即 LTR（不是中性的 MULTIPLICATION X）。

\n

最终结果是 BIDI 算法确定这是一个 RTL 字符串，该字符串开始 7 | \xd7\x96\xd7\x94 \xd7\x9e\xd7\x91\xd7\x97\xd7\x9f后（左侧）是嵌入的 LTR 字符串x 5 abc | other text。（换句话说，这是一个恰好包含一些英语的希伯来语字符串，而不是一个恰好包含一些希伯来语的英语字符串。）

\n

我希望您上面的问题中实际显示的内容不是您所看到的（因为 BIDI 算法在 Stack Overflow 上的应用方式）。我希望它实际上看起来像这样：

\n

\n

如果你从右到左阅读这篇文章，你应该会更明白现在发生的事情。

\n