BiDi: Gemischte persisch/englische Inhalte
Der Unicode-BiDi-Algorithmus ordnet gemischte Textrichtungen automatisch um – manchmal falsch. Diese Fähigkeit lehrt, wann eingegriffen werden muss und wie genau.
1. Das mentale Modell
- Die Basisrichtung stammt von
dirdes nächsten Vorfahren (Seite: RTL). - Läufe von starkem LTR-Inhalt (lateinische Buchstaben) betten sich ein und fließen von links nach rechts.
- Neutrale Zeichen (Interpunktion, dezimalbenachbarte Zeichen wie + - / $ %) nehmen die Richtung ihrer Umgebung an – hier passiert das Scrambling.
2. Die Eingriffswerkzeugkiste
| Werkzeug | Wann | Beispiel |
|---|---|---|
<bdi>-Element | Inline-fremdes Atom in persischem Text, Richtung unbekannt | «فایل report_final.pdf را ببینید» |
<span dir="ltr"> | Bekanntes LTR-Atom, das auch intern linksbündig sein soll | <span dir="ltr">+98 912 345 6789</span> |
dir="auto" | Benutzergenerierter oder unvorhersehbarer Inhalt | Chat-Blasen, Kommentare, Dateinamen |
CSS unicode-bidi: plaintext | Wie dir="auto", aber für gestylte Spans | .user-content { unicode-bidi: plaintext; } |
isolate (Standard für bdi) | Verhindert, dass das Atom Nachbarn umsortiert | Standardverhalten von <bdi> |
3. Kanonische Fälle
Telefonnummern
+98 912 erscheint in persischem Text oft mit dem + auf der falschen Seite.
تلفن پشتیبانی: <span dir="ltr">+98 21 9100 2000</span>
Preise in Fremdwährung
$99 schwebt im RTL-Text und wird zu 99$:
اشتراک جهانی: <span dir="ltr">$99/mo</span> — اشتراک داخلی: ۹۹٬۰۰۰ تومان
E-Mails, URLs, Handles
به <bdi>[email protected]</bdi> ایمیل بزنید.
مستندات: <bdi>https://docs.example.co/fa</bdi>
Lateinische Markennamen mitten im Satz
Normalerweise als Klartext in Ordnung, aber nach einem persischen Suffix bricht es:
«نسخهی جدید Node.js» — «Node.js» ist sicher; «های Node.js» braucht <bdi> um den lateinischen Lauf, wenn ein Suffix anhängt: <bdi>Node.js</bdi>های ist falsch — umformulieren zu «افزونههای Node.js».
Code und Befehle – immer LTR-Blöcke
<pre dir="ltr" style="text-align: left;">npm install raast</pre>
Inline-Befehle im persischen Prosa: <code dir="ltr">npx create-next-app</code>.
Listen mit gemischten Elementen
Elementmarkierungen (۱ ۲ ۳) leben im RTL-Fluss; lange LTR-Elemente im Inneren bleiben pro Element isoliert – <bdi> auf jedes Element setzen, das mit lateinischen Buchstaben/Ziffern beginnt.
Produktkennungen, Seriennummern und technische IDs
Die höchste Scrambling-Kategorie – gemischte Buchstaben, Ziffern und Bindestriche:
شماره سریال: <bdi dir="ltr">SN-9F42-KM18</bdi>
کد پیگیری: <bdi dir="ltr">TRK-IR-14050823-0042</bdi>
شناسه محصول: <bdi dir="ltr">SKU 88451-B</bdi>
Regeln:
- Kennungen müssen bytegenau bleiben, wenn sie kopiert werden – Isolation ändert nur die Darstellung, niemals die Zeichenkette.
- Nachlaufende Bindestrich-/Ziffernläufe in einem RTL-Satz werden ohne
<bdi>umsortiert (z.B.88451-B→B-88451). - Datenbankabfragen in JS: die logische Zeichenkette beibehalten; nicht für die Anzeige „vorflippen".
- Feste Breite Monospace-Schrift +
dir="ltr"+text-align: startfür ID-Spalten in Tabellen.
Benutzergenerierte Inhalte (Chat, Kommentare, Dateinamen)
- Container:
dir="auto"+ CSSunicode-bidi: plaintext– jede Nachricht orientiert sich an ihrem ersten starken Zeichen. - Ein persischer Benutzer, der englischen Text einfügt, oder umgekehrt, muss korrekt lesen, ohne manuell
dirumschalten zu müssen. - Niemals die Seitenrichtung mit
dir="rtl"+text-align: startallein auf UGC erzwingen; die Regel des ersten starken Zeichens ist der Sinn vonplaintext. - Dateinamen/Downloads: in
<bdi>darstellen, damit Erweiterungen (.pdf,.zip) sich nicht lösen.
4. Formulareingaben
dir="auto": die Eingabe übernimmt die Richtung des ersten starken Zeichens – richtig für Name-/Nachrichtenfelder.- Explizit
dir="ltr": E-Mail, Telefon, Benutzername, Kartennummer, URL, Preis (mittext-align: end, damit der Cursor für RTL-Benutzer rechts beginnt ... eigentlichtext-align: startbei der LTR-Eingabe beibehalten für Cursor-Sanity; testen).
5. Debuggen von gescrambelter Ausgabe – die Checkliste
- Ist das Atom umschlossen/isoliert? (bdi / span dir=ltr)
- Befinden sich neutrale Zeichen (
+ - / . , ( )) neben einer Richtungsgrenze? Isolation oder ein RLM (\u200F)/LRM (\u200E)-Zeichen hinzufügen. - Nachlaufende Interpunktion eines LTR-Atoms springt zum falschen Ende → das nachlaufende Leerzeichen innerhalb der Isolation einschließen.
- Zeichenkette in JS erstellt? BiDi ist ein Darstellungsproblem – nicht im Code umsortieren, DOM/CSS korrigieren.
- Unsichtbare Zeichen ausgeben: den Text in einen BiDi-Inspektor einfügen oder mit
JSON.stringify()um U+200E/F-Platzierung zu sehen.
6. RLM/LRM – das Skalpell
‏ (U+200F) / ‎ (U+200E) zwingen neutrale Zeichen auf eine Seite, wenn Isolation unmöglich ist (z.B. Klartext-E-Mails, CSV-Zellen):
متن فارسی +98 -> keep the + attached to the number
Sparsam verwenden – sichtbare Mojibake in manchen Schriftarten; strukturelle Isolation im Web bevorzugen.
7. Titel, Meta- und einzeilige Kontexte
<title>mit gemischten Schriften: Browser rendern BiDi in Tabs vernünftig, aber mit der Seitensprache voranstellen: «raast — مهارتهای RTL» vs «مهارتهای RTL — raast»: die starke Schrift der Seitensprache zuerst setzen.aria-label-Zeichenketten folgen denselben Regeln; Screenreader verarbeiten Unicode-BiDi-Markierungen, also beibehalten.- JSON/API-Payloads: immer logische Reihenfolge speichern; niemals etwas für die Anzeige vorab umkehren.