双向文本:混合波斯语/英语内容
Unicode 双向算法会自动重新排序混合方向的文本——有时是错误的。本技能教你何时干预以及如何精确操作。
1. 思维模型
- 基础方向来自最近祖先元素上的
dir属性(页面:RTL)。 - 强 LTR 内容(拉丁字母)的片段嵌入并内部按 LTR 流动。
- 中性字符(标点符号、与数字相邻的符号如 + - / $ %)会根据其周围环境获得方向——这是混乱发生的地方。
2. 干预工具箱
| 工具 | 适用场景 | 示例 |
|---|---|---|
<bdi> 元素 | 波斯语文本中的内联外语原子,方向未知 | «فایل report_final.pdf را ببینید» |
<span dir="ltr"> | 已知为 LTR 的原子,同时希望其内部左对齐 | <span dir="ltr">+98 912 345 6789</span> |
dir="auto" | 用户生成或不可预测的内容 | 聊天气泡、评论、文件名 |
CSS unicode-bidi: plaintext | 与 dir="auto" 相同,但用于带样式的 span | .user-content { unicode-bidi: plaintext; } |
isolate(bdi 的默认值) | 防止该原子重新排列其邻居 | <bdi> 的默认行为 |
3. 典型场景
电话号码
+98 912 在波斯语文本中通常会将 + 渲染在错误的一侧。
تلفن پشتیبانی: <span dir="ltr">+98 21 9100 2000</span>
外币价格
$99 浮动在 RTL 文本中会变成 99$:
اشتراک جهانی: <span dir="ltr">$99/mo</span> — اشتراک داخلی: ۹۹٬۰۰۰ تومان
电子邮件、URL、用户名
به <bdi>[email protected]</bdi> ایمیل بزنید.
مستندات: <bdi>https://docs.example.co/fa</bdi>
句子中间的拉丁品牌名称
通常作为纯文本是安全的,但后面跟波斯语后缀时会出问题:
«نسخهی جدید Node.js» — «Node.js» 是安全的;但如果后缀附加,«های Node.js» 需要用 <bdi> 包裹拉丁语段:<bdi>Node.js</bdi>های 是错误的——应改写为 «افزونههای Node.js»。
代码和命令——始终为 LTR 块
<pre dir="ltr" style="text-align: left;">npm install raast</pre>
波斯语散文中的内联命令:<code dir="ltr">npx create-next-app</code>。
混合项目列表
项目标记(۱ ۲ ۳)位于 RTL 流中;长 LTR 项目内部保持各自隔离——对任何以拉丁字母/数字开头的项目使用 <bdi>。
产品标识符、序列号和技术 ID
最高混乱类别——混合字母、数字和破折号:
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>
规则:
- 标识符在复制时必须保持字节精确——隔离只改变渲染,从不改变字符串。
- RTL 句子末尾的尾随破折号/数字段如果不加
<bdi>会重新排序(例如88451-B→B-88451)。 - 在 JS 中进行数据库查询:保留逻辑字符串;不要为了显示“预翻转”。
- 表格中的 ID 列:使用等宽字体 +
dir="ltr"+text-align: start。
用户生成的内容(聊天、评论、文件名)
- 容器:
dir="auto"+ CSSunicode-bidi: plaintext——每条消息根据其第一个强字符确定方向。 - 一个粘贴英文文本的波斯语用户(或反之),必须无需手动切换
dir就能正确阅读。 - 切勿仅通过
dir="rtl"+text-align: start将页面方向强加到用户生成内容上;第一个强字符规则是plaintext的要点。 - 文件名/下载:在
<bdi>中渲染,这样扩展名(.pdf、.zip)不会分离。
4. 表单输入
dir="auto":输入框采用第一个强字符的方向——适用于姓名/消息字段。- 显式
dir="ltr":电子邮件、电话、用户名、卡号、URL、价格(对于 RTL 用户,配合text-align: end使光标从右侧开始……实际上,对 LTR 输入框保持text-align: start以保持光标正常;请测试)。
5. 调试混乱输出——检查清单
- 原子是否被包裹/隔离?(bdi / span dir=ltr)
- 中性字符(
+ - / . , ( ))是否位于方向边界附近?添加隔离或 RLM(\u200F)/LRM(\u200E)标记。 - LTR 原子的尾部标点符号跳转到错误的一端?将尾随空格也包含在隔离内。
- 字符串是在 JS 中构建的吗?双向文本是渲染问题——不要在代码中重新排序,修复 DOM/CSS。
- 不可见字符转储:将文本粘贴到双向检查器或使用
JSON.stringify()查看 U+200E/F 的位置。
6. RLM/LRM——手术刀
‏(U+200F)/ ‎(U+200E)在无法隔离时(例如纯文本电子邮件、CSV 单元格)强制中性字符位于一侧:
متن فارسی +98 -> 将 + 附加到数字
谨慎使用——在某些字体中会出现可见的乱码;在网页上优先使用结构隔离。
7. 标题、元描述和单行上下文
- 包含混合脚本的
<title>:浏览器在标签页中能较好地处理双向文本,但应以页面语言开头:«raast — مهارتهای RTL» vs «مهارتهای RTL — raast»:将页面语言的强脚本放在首位。 aria-label字符串遵循相同规则;屏幕阅读器处理 Unicode 双向标记,因此保留它们。- JSON/API 负载:始终存储逻辑顺序;永远不要为显示预反转任何内容。