شگفتیهای راستبهچپ و الگوریتم BiDi؛ چرا علامتها در متن فارسی میپرند؟
· Typing Safari
نقطه، علامت تعجب و پرانتز جهت ثابتی ندارند و جای نمایششان را از متن اطرافشان و از «جهت پایه» پاراگراف میگیرند. اگر جمله فارسی را در کادری بنویسید که جهت پایهاش چپبهراست است، یا یک کلمه انگلیسی را در پایان جمله فارسی بگذارید، این علامتها جایی ظاهر میشوند که انتظارش را ندارید. کیبورد خراب نیست و ویرایشگر هم باگ ندارد؛ این رفتار الگوریتم دوجهته یونیکد (Unicode Bidirectional Algorithm یا BiDi) است.
ترتیب ذخیره در برابر ترتیب نمایش
در دنیای دیجیتال، ترتیب ذخیره شدن نویسهها در حافظه (Logical Order) همیشه با ترتیب نمایش آنها روی صفحه (Visual Order) یکی نیست. شما هر حرف را به همان ترتیبی تایپ میکنید که میخوانید؛ اما خط فارسی راستبهچپ (RTL) است و حروف انگلیسی چپبهراست (LTR).
وقتی دو جهت متضاد در یک خط کنار هم قرار میگیرند، موتور نمایش متن با استاندارد Unicode Bidirectional Algorithm (UAX #9) تعیین میکند هر تکه از متن به کدام سمت برود.
نویسههای خنثی؛ مقصر اصلی پرش علامتها
UAX #9 نویسهها را در چهار گروه دستهبندی میکند:
- قوی (Strong): حروف فارسی و عربی (راستبهچپ) و حروف لاتین (چپبهراست).
- ضعیف (Weak): مثل ارقام و جداکنندههای عددی؛ نقطه و ویرگول انگلیسی هم در این گروهاند (نوع
CS). - خنثی (Neutral): مثل فاصله، پرانتز
()و علامت تعجب!. - قالببندی صریح (Explicit Formatting): نویسههای نامرئی کنترل جهت.
نویسههای خنثی جهت ذاتی ندارند. نقطه و ویرگول هم وقتی بین دو عدد نباشند، مثل نویسه خنثی رفتار میکنند. جهت این نویسهها از همسایههایشان تعیین میشود؛ و اگر همسایههای دو طرف همجهت نباشند، جهت پایه پاراگراف تصمیم میگیرد.
حالا ببینید چه میشود: اگر در کادری با جهت پایه چپبهراست (مثلاً یک فرم انگلیسی یا ویرایشگر کد) یک جمله فارسی بنویسید و در انتهایش نقطه بگذارید، نقطه میان آخرین حرف فارسی و پایان پاراگراف قرار دارد. چون این دو همجهت نیستند، نقطه جهت پایه یعنی چپبهراست را میگیرد و در سمت راست جمله نمایش داده میشود؛ یعنی در ابتدای جمله فارسی، نه در انتهای آن.
چطور با BiDi آشتی کنیم؟
برای اینکه تایپ متون دوزبانه فارسی و انگلیسی بیدردسر شود، این سه اصل را رعایت کنید:
۱. جهت پایه پاراگراف را درست انتخاب کنید: در Word، گوگل داکس یا هر ویرایشگر دیگر، مطمئن شوید پاراگراف روی راستبهچپ (RTL) تنظیم شده است. در ویرایشگرهایی که بر پایه کنترل RichEdit ویندوز ساخته شدهاند، Ctrl+Right Shift جهت پاراگراف را راستبهچپ و Ctrl+Left Shift آن را چپبهراست میکند.
۲. در صورت لزوم از نویسههای کنترل جهت استفاده کنید: اگر جایی جهت پاراگراف را نمیتوانید تغییر دهید، نویسه نامرئی RLM (U+200F، Right-to-Left Mark) یک نویسه قوی راستبهچپ است. اگر آن را بعد از نقطه پایانی بگذارید، نقطه میان دو نویسه راستبهچپ قرار میگیرد و کنار جمله فارسی میماند. در صفحههای وب، کنسرسیوم W3C توصیه میکند به جای این نویسهها هر عبارت با جهت مخالف را در نشانهگذاری با ویژگی dir بپیچید.
۳. به جای اصلاح دستی، منطقی تایپ کنید: برای درست دیده شدن یک جمله، جای پرانتز باز و بسته یا ترتیب کلمات را برعکس تایپ نکنید. متن به ترتیب منطقی ذخیره میشود و با کپی کردن در برنامهای با جهت درست، همان برعکسنویسی خطا دیده میشود.
Typing Safari تایپ دهانگشتی فارسی را روی همان کیبوردی که دارید در درسها آموزش میدهد. آزمون سرعت تایپ هم رایگان است و به ساختن حساب نیاز ندارد.
پرسشهای متداول
چرا در برخی برنامهها نقطه آخر جمله فارسی به ابتدای جمله میپرد؟
این اتفاق زمانی میافتد که جهت پایه پاراگراف (Paragraph Direction) چپبهراست (LTR) باشد. نقطه پایانی جهت ذاتی ندارد و میان حرف فارسی و پایان پاراگراف، جهت پایه چپبهراست را میگیرد؛ پس در سمت راست جمله فارسی نمایش داده میشود.
چطور در ویندوز جهت یک کادر متنی را راستبهچپ کنیم؟
در ویرایشگرهای مبتنی بر RichEdit، فشردن Ctrl + Right Shift (کنترل و شیفت سمت راست) جهت پاراگراف را راستبهچپ و Ctrl + Left Shift آن را چپبهراست میکند. در Word هم دکمههای جهت پاراگراف در زبانه Home هستند.
آیا پرانتز باز و بسته در کیبورد فارسی برعکس است؟
در یونیکد، پرانتزهای ( و ) ویژگی آینهای (Bidi_Mirrored) دارند: وقتی جهت آنها راستبهچپ تعیین شود، شکل آینهایشان نمایش داده میشود. پس در متن فارسی هم مثل همیشه اول پرانتز باز (U+0028) و بعد پرانتز بسته (U+0029) را تایپ کنید. فقط حواستان به جای کلیدها باشد: در چیدمان استاندارد فارسی ویندوز (Persian Standard)، پرانتز باز U+0028 روی Shift+0 و پرانتز بسته U+0029 روی Shift+9 است، برعکس کیبورد انگلیسی.