Разбор на арабски / RTL текст отляво надясно

Във вида на вашия низ в момента думата لطيفة се съхранява преди думата اليوم; фактът, че اليوم се показва "първи" (т.е. по-наляво), е просто (правилен) резултат от двупосочния алгоритъм на Unicode при показване на текста.

Тоест: низът, с който започвате („Тест:لطيفة;اليوم;a;b“) е резултат от въвеждането на потребителя „Тест:“, след това لطيفة, след това „;“, след това اليوم и след това „;a; б". По този начин начинът, по който C# го разделя, всъщност отразява начина, по който е създаден низът. Просто начинът, по който е създаден, не се отразява в показването на низа, защото двете последователни арабски думи се третират като една единица, когато се показват.

Ако искате низ да показва арабски думи в ред отляво надясно с точка и запетая между тях, като същевременно съхранява думите в същия ред, тогава трябва да поставите знак отляво надясно (U+200E) след точка и запетая. Това ефективно ще раздели всяка арабска дума като отделна единица и двупосочният алгоритъм след това ще третира всяка дума отделно.

Например, следният код започва с низ, идентичен на този, който използвате (с добавяне на единичен знак отляво надясно), но той ще го раздели според начина, по който очаквате (т.е. , spl[0] = ‏"Тест:اليوم" и spl[1] = "‏لطيفة"):

static void Main(string[] args) {
    string s = "Test:اليوم;\u200Eلطيفة;a;b";
    string[] spl = s.Split(';');
}

Можете също да използвате Uniscribe библиотеката на Microsoft. Методът ScriptItemize ще ви даде клъстери от символи, техния начален индекс в оригиналния низ и RTL реда. Използвайки тази информация, можете да намерите последователни клъстери, които съдържат само арабски. Разделяйки ги по отношение на ';' и обръщането на посоката ще ви даде това, от което се нуждаете.

Те не са обърнати, но всъщност са разделени в правилния ред. RTL езиците са RTL, когато се показват, но в паметта те се съхраняват "отляво надясно" точно като английския. Ще се опитам да демонстрирам, което е малко трудно, тъй като нямам инсталирана арабска клавиатура.

Вашият низ е s = "Arbi/Arbi, Alarbia". s[0] е A (арабското A'in), s[1] е R и така нататък. s[4] е /, а s[9] е , . Така че при разделянето получавате s[0:8] в първата част и s[10:] във втората.

Това е правилният начин за обработка на RTL низове. Ако искате обратното, трябва сами да обърнете масива.

Имайте предвид, че превключването между RTL и LTR е една от най-разочароващите задачи. Нямате представа колко време ще прекарате, за да разберете какво да правите с числа или английски думи в RTL низове. Най-доброто нещо, което можете да направите, е да избегнете проблема напълно и просто да се опитате да накарате Excel да показва низовете като RTL.

Изглежда (според Reflector), че Split вътрешно използва Substring и това използва вътрешна функция, която просто копира букви отляво надясно, без да се съобразява с културата. Поради това не виждам начин просто да обърна масива, който Split връща.