Bidi: contenido mixto persa/inglés
El algoritmo Unicode BiDi reordena automáticamente el texto de dirección mixta, a veces de forma incorrecta. Este skill enseña cuándo intervenir y exactamente cómo.
1. El modelo mental
- La dirección base proviene de
diren el ancestro más cercano (página: RTL). - Las secuencias de contenido fuertemente LTR (letras latinas) se incrustan y fluyen LTR internamente.
- Caracteres neutros (signos de puntuación, signos adyacentes a dígitos como + - / $ %) adoptan la dirección de su entorno; aquí es donde ocurre la mezcla.
2. La caja de herramientas de intervención
| Herramienta | Cuándo | Ejemplo |
|---|---|---|
Elemento <bdi> | Átomo extranjero en línea dentro de texto persa, dirección desconocida | «فایل report_final.pdf را ببینید» |
<span dir="ltr"> | Átomo conocido como LTR que también quieres alinear a la izquierda internamente | <span dir="ltr">+98 912 345 6789</span> |
dir="auto" | Contenido generado por el usuario o impredecible | burbujas de chat, comentarios, nombres de archivo |
CSS unicode-bidi: plaintext | Igual que dir="auto" pero para spans con estilo | .user-content { unicode-bidi: plaintext; } |
isolate (predeterminado para bdi) | Evita que el átomo reordene vecinos | comportamiento predeterminado de <bdi> |
3. Casos canónicos
Números de teléfono
+98 912 en texto persa a menudo muestra el + en el lado incorrecto.
تلفن پشتیبانی: <span dir="ltr">+98 21 9100 2000</span>
Precios en moneda extranjera
$99 flotando en texto RTL se convierte en 99$:
اشتراک جهانی: <span dir="ltr">$99/mo</span> — اشتراک داخلی: ۹۹٬۰۰۰ تومان
Correos electrónicos, URLs, handles
به <bdi>[email protected]</bdi> ایمیل بزنید.
مستندات: <bdi>https://docs.example.co/fa</bdi>
Nombres de marcas latinas en medio de una oración
Generalmente está bien como texto plano, pero después de un sufijo persa se rompe:
«نسخهی جدید Node.js» — «Node.js» es seguro; «های Node.js» necesita <bdi> alrededor de la secuencia latina si se adjunta un sufijo: <bdi>Node.js</bdi>های está mal — reformula a «افزونههای Node.js».
Código y comandos — siempre bloques LTR
<pre dir="ltr" style="text-align: left;">npm install raast</pre>
Comandos en línea en prosa persa: <code dir="ltr">npx create-next-app</code>.
Listas de elementos mixtos
Los marcadores de elementos (۱ ۲ ۳) viven en el flujo RTL; los elementos LTR largos permanecen aislados por elemento — pon <bdi> en cualquier elemento que comience con latino/dígitos.
Identificadores de producto, seriales e IDs técnicos
La categoría que más se mezcla: letras, dígitos y guiones mezclados:
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>
Reglas:
- Los identificadores deben permanecer byte exacto al copiarse — el aislamiento solo cambia la representación, nunca la cadena.
- Las secuencias de guión/dígito al final dentro de una oración RTL se reordenarán sin
<bdi>(ej.88451-B→B-88451). - Las búsquedas en base de datos realizadas en JS: mantén la cadena lógica; no "pre-inviertas" para mostrar.
- Fuente monoespaciada de ancho fijo +
dir="ltr"+text-align: startpara columnas de ID en tablas.
Contenido generado por el usuario (chat, comentarios, nombres de archivo)
- Contenedor:
dir="auto"+ CSSunicode-bidi: plaintext— cada mensaje se orienta por su primer carácter fuerte. - Un usuario persa pegando texto en inglés, o viceversa, debe leer correctamente sin cambiar
dirmanualmente. - Nunca impongas la dirección de la página al UGC solo con
dir="rtl"+text-align: start; la regla del primer carácter fuerte es el punto deplaintext. - Nombres de archivo/descargas: se renderizan en
<bdi>para que las extensiones (.pdf,.zip) no se separen.
4. Entradas de formulario
dir="auto": la entrada adopta la dirección del primer carácter fuerte; correcto para campos de nombre/mensaje.dir="ltr"explícito: correo electrónico, teléfono, nombre de usuario, número de tarjeta, URL, precio (context-align: endpara que el cursor comience a la derecha para usuarios RTL... en realidad manténtext-align: starten la entrada ltr para la cordura del cursor; prueba).
5. Depuración de salida desordenada — la lista de verificación
- ¿El átomo está envuelto/aislado? (bdi / span dir=ltr)
- ¿Hay caracteres neutros (
+ - / . , ( )) adyacentes a un límite de dirección? Agrega aislamiento o una marca RLM (\u200F)/LRM (\u200E). - ¿La puntuación final de un átomo LTR salta al extremo incorrecto? Incluye el espacio final dentro del aislamiento.
- ¿Cadena construida en JS? Bidi es un problema de representación — no reordenen en el código, arreglen el DOM/CSS.
- ¿Volcado de caracteres invisibles? Pega en un inspector bidi o
JSON.stringify()el texto para ver la colocación de U+200E/F.
6. RLM/LRM — el bisturí
‏ (U+200F) / ‎ (U+200E) fuerzan caracteres neutros a un lado cuando el aislamiento es imposible (ej. correos electrónicos de texto plano, celdas CSV):
متن فارسی +98 -> mantén el + pegado al número
Úsalo con moderación — mojibake visible en algunas fuentes; prefiere aislamiento estructural en la web.
7. Títulos, meta y contextos de una sola línea
<title>con scripts mixtos: los navegadores renderizan bidi en pestañas razonablemente, pero guía con el idioma de la página: «raast — مهارتهای RTL» vs «مهارتهای RTL — raast»: pon el script fuerte del idioma de la página primero.- Las cadenas
aria-labelsiguen las mismas reglas; los lectores de pantalla manejan marcas bidi unicode, así que mantenlas. - Cargas útiles JSON/API: siempre almacena el orden lógico; nunca pre-inviertas nada para mostrar.