包含阿拉伯语和西方字符的字符串串联

string internationalization java arabic

2022-09-01 07:29:47

我正在尝试连接几个包含阿拉伯语和西方字符的字符串（混合在同一字符串中）。问题是，结果是一个字符串，最有可能在语义上是正确的，但与我想要获得的内容不同，因为 Unicode 双向算法改变了字符的顺序。基本上，我只想将它们连接起来，就好像它们都是LTR一样，忽略了一些是RTL的事实，这是一种“不可知论”的串联。

我不确定我的解释是否清晰，但我认为我不能做得更好。

希望有人能帮助我。

亲切问候

卡洛斯·费雷拉

顺便说一句，字符串是从数据库中获取的。

编辑

enter image description here

前 2 个字符串是我要连接的字符串，第三个是结果。

编辑 2

实际上，串联的字符串与图像中的字符串略有不同，它在复制+粘贴过程中发生了变化，1在第一个A之后，而不是紧挨着第二个A。

答案 1

您可以使用 unicode 格式控制代码点嵌入双向区域：

从左到右的嵌入（U+202A）
从右到左嵌入（U+202B）
弹出定向格式（U+202C）

因此，在java中，要将像阿拉伯语这样的RTL语言嵌入到像英语这样的LTR语言中，你会做的

myEnglishString + "\u202B" + myArabicString + "\u202C" + moreEnglish

并执行相反操作

myArabicString + "\u202A" + myEnglishString + "\u202C" + moreArabic

有关更多详细信息，请参阅双向常规格式设置，或参阅 Unicode 规范一章“定向格式代码”以了解源材料。

答案 2

您很可能需要在字符串中插入 Unicode 方向格式代码才能正确显示字符串。有关详细信息，请参阅 Unicode 双向算法规范的定向格式代码。

也许Bidi类可以帮助您确定正确的序列，因为它实现了Unicode双向算法。