.Net 中包含希伯来字母和数字的 Unicode 字符串

Question

尝试创建包含希伯来字母和数字的字符串时出现奇怪的行为。数字将始终显示在字母的左侧。例如：

string A = "\u05E9"; //A Hebrew letter
string B = "23";
string AB = A + B;
textBlock1.Text = AB;
//Ouput bug - B is left to A.

此错误仅在同时使用希伯来字母和数字时才会发生。当从方程中省略其中之一时，错误不会发生：

string A = "\u20AA"; //Some random Unicode.
string B = "23";
string AB = A + B;
textBlock1.Text = AB;
//Output OK.

string A = "\u05E9"; //A Hebrew letter.
string B = "HELLO";
string AB = A + B;
textBlock1.Text = AB;
//Output OK.

我尝试使用 FlowDirection 属性，但它没有帮助。

一种使文本在第一个代码示例中正确显示的解决方法将受到欢迎。

Answer 1

unicode 字符“RTL 标记”(U+200F) 和“LTR 标记”(U+200E) 正是为此目的而创建的。

在您的示例中，只需在希伯来语字符后面放置一个 LTR 标记，然后数字就会根据您的意愿显示在希伯来语字符的右侧。

所以你的代码将调整如下：

string A = "\u05E9"; //A Hebrew letter
string LTRMark = "\u200E"; 
string B = "23";
string AB = A + LTRMark + B;

Answer 2

这是因为 Unicode 双向算法。如果我理解正确的话，unicode 字符有一个“标识符”，说明当它位于另一个单词旁边时它应该在哪里。

在本例中，\u05E9 表示它应该位于左侧。即使您这样做：

var ab = string.Format("{0}{1}", a, b);

您仍然会将其放在左侧。但是，如果您采用另一个 unicode 字符，例如 \u05D9，则该字符将添加到右侧，因为该字符并未被认为位于左侧。

这是语言的布局，输出时布局引擎将根据语言布局进行输出。

Answer 3

这种奇怪的行为有解释。带有 unicode 字符的数字被视为 unicode 字符串的一部分。由于希伯来语语言是从右向左读取的，因此场景将

string A = "\u05E9"; //A Hebrew letter
string B = "23";
string AB = A + B;

先出现 B，然后是 A。

第二种情况：

string A = "\u20AA"; //Some random Unicode.
string B = "23";
string AB = A + B;

A 是某种 unicode，不是从右向左读取的 lang 的一部分。所以输出是 - 首先 A 后跟 B。

现在考虑我自己的场景，

string A = "\u05E9";
string B = "\u05EA";
string AB = A + B;

A 和 B 都是从右到左读取语言的一部分，因此 AB 是 B随后是A。不是 A 后跟 B。

编辑，回答评论

考虑到这种情况 -

string A = "\u05E9"; //A Hebrew letter
string B = "23";
string AB = A + B;

唯一的解决方案，获取字母后跟数字，是：string AB = B + A;

Prolly，而不是a一般情况下都有效的解决方案。所以，我想你必须实现一些检查条件并根据要求构建字符串。

Answer 4

string A = "\u05E9"; //A Hebrew letter
string B = "23";
string AB = B + A; // !
textBlock1.Text = AB;
textBlock1.FlowDirection = FlowDirection.RightToLeft;
//Ouput Ok - A is left to B as intended.