Bidi:混合波斯語/英語內容
Unicode 雙向演算法會自動重新排列混合方向的文字——有時會出錯。本技能教你何時需要介入以及如何正確處理。
1. 心智模型
- 基礎方向來自最近的祖先元素的
dir屬性(頁面:RTL)。 - 強 LTR 內容(拉丁字母)的片段會嵌入並以 LTR 方向流動。
- 中立字元(標點符號、數字旁的符號如 + - / $ %)會採用其周圍文字的方向——這就是亂碼發生的地方。
2. 干預工具箱
| 工具 | 使用時機 | 範例 |
|---|---|---|
<bdi> 元素 | 波斯語文字中的內嵌外來片語,方向未知 | «فایل report_final.pdf را ببینید» |
<span dir="ltr"> | 已知的 LTR 片語,且希望內部左對齊 | <span dir="ltr">+98 912 345 6789</span> |
dir="auto" | 使用者產生或不可預測的內容 | 聊天氣泡、評論、檔案名稱 |
CSS unicode-bidi: plaintext | 與 dir="auto" 相同,但用於已設定樣式的 span | .user-content { unicode-bidi: plaintext; } |
isolate(bdi 的預設值) | 防止此片語重新排序其鄰近元素 | <bdi> 的預設行為 |
3. 典型案例
電話號碼
在波斯語文字中,+98 912 常常將 + 顯示在錯誤的一側。
تلفن پشتیبانی: <span dir="ltr">+98 21 9100 2000</span>
外幣價格
在 RTL 文字中浮動的 $99 會變成 99$:
اشتراک جهانی: <span dir="ltr">$99/mo</span> — اشتراک داخلی: ۹۹٬۰۰۰ تومان
電子郵件、網址、帳號
به <bdi>[email protected]</bdi> ایمیل بزنید.
مستندات: <bdi>https://docs.example.co/fa</bdi>
句子中的拉丁品牌名稱
通常作為純文字沒問題,但後面加上波斯語後綴時就會出錯:
«نسخهی جدید Node.js» —「Node.js」是安全的;但如果後綴連接上,「های Node.js」就需要將拉丁文字片段用 <bdi> 包住:<bdi>Node.js</bdi>های 是錯誤的——應改寫為 «افزونههای Node.js»。
程式碼與命令——一律為 LTR 區塊
<pre dir="ltr" style="text-align: left;">npm install raast</pre>
波斯語文章中的內嵌命令:<code dir="ltr">npx create-next-app</code>。
混合項目清單
項目標記(۱ ۲ ۳)存在於 RTL 流中;長 LTR 項目在內部各自獨立——任何以拉丁字母或數字開頭的項目都應加上 <bdi>。
產品識別碼、序號與技術 ID
這是最容易產生亂碼的類別——混合字母、數字和連字號:
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>
規則:
- 識別碼在被複製時必須保持字節完全一致——隔離只會改變渲染,絕不改變字串本身。
- 在 RTL 句子中,結尾的連字號/數字序列若沒有
<bdi>將會重新排序(例如88451-B→B-88451)。 - 使用 JS 進行的資料庫查詢:保持邏輯字串;不要為了顯示而「預先翻轉」。
- 表格中的 ID 欄位:使用等寬字型 +
dir="ltr"+text-align: start。
使用者產生的內容(聊天、評論、檔案名稱)
- 容器:
dir="auto"+ CSSunicode-bidi: plaintext——每則訊息根據其第一個強字元來決定方向。 - 波斯語使用者貼上英語文字,或反之,必須能正確閱讀,無需手動切換
dir。 - 切勿僅用
dir="rtl"+text-align: start將頁面方向強加於使用者產生內容;plaintext的關鍵在於第一個強字元規則。 - 檔案名稱/下載:使用
<bdi>渲染,以免副檔名(.pdf、.zip)脫離。
4. 表單輸入
dir="auto":輸入框會採用第一個強字元的方向——適合姓名/訊息欄位。- 明確的
dir="ltr":電子郵件、電話、使用者名稱、信用卡號、網址、價格(搭配text-align: end以便 RTL 使用者的游標從右側開始……但實際上,為了游標位置正常,LTR 輸入框應維持text-align: start;請務必測試)。
5. 偵錯亂碼輸出——檢查清單
- 此片段是否已被包裹/隔離?(bdi / span dir=ltr)
- 中立字元(
+ - / . , ( ))是否位於方向邊界旁?請加入隔離或 RLM(\u200F)/LRM(\u200E)標記。 - LTR 片段的結尾標點跳到錯誤的一端 → 將後方的空白也包含在隔離範圍內。
- 字串是否在 JS 中建構?雙向性屬於渲染問題——不要在程式碼中重新排序,應修正 DOM/CSS。
- 不可見字元傾倒:貼到雙向檢測工具或使用
JSON.stringify()來檢查文字中的 U+200E/F 位置。
6. RLM/LRM——手術刀
‏(U+200F)/ ‎(U+200E)可在無法使用隔離時(例如純文字電子郵件、CSV 儲存格)強制中立字元歸屬到某一側:
متن فارسی +98 -> 讓 + 保持與數字相連
謹慎使用——在某些字型中會顯示為可見的亂碼;在網頁上優先使用結構性隔離。
7. 標題、Meta 與單行上下文
- 混合語言的
<title>:瀏覽器在分頁標籤中能合理處理雙向性,但應以頁面語言開頭:«raast — مهارتهای RTL» 相較於 «مهارتهای RTL — raast»:請將頁面語言的強勢文字放在前面。 aria-label字串遵循相同規則;螢幕閱讀器能處理 Unicode 雙向標記,請保留它們。- JSON/API 酬載:務必儲存邏輯順序;切勿為了顯示而預先反轉任何內容。