RTL 经文引用在模块中打印顺序错误

Question

在为基于阿拉伯文字的语言打印模块时，我注意到经文引用打印不正确。以下是我的模块 SFM 文件中的条目：

\s God creates the world
\r ($(GEN 1:1-27))
\ref GEN 1:1-27

以下是我从 PTXprint 2.3.45 获得的输出：

（字面意思是：“1:1-27 创世记”——章节/节部分就像在从左到右（LTR）语言中一样打印。）

但从右到左（RTL），它应该是：书名，空格，章节号，冒号，起始节，连字符，结束节

现在仔细一看，我发现平行经文标题中也有同样的错误。

机器翻译自 English 显示原文

Answer 1

这里出问题的地方有几种可能性：

1. 文档是否确实设置为 RTL，还是 \s 实际上就是模块所说的内容？我们确实有可能做到我所说的“系列双语”（切换出版物相关部分的所有语言设置），但这不是自动的。
2. ($(GEN...)) 引用可能生成了不正确的中间输出。测试方法：你能查看 final USFM 选项卡，看看那里的内容是否正确吗？
3. 可能提供了一些 Unicode 方向切换字节，导致某些混乱。测试方法：你能输入（不要复制粘贴）一个数字范围到一个额外的 \r 中，看看是否有效吗？
4. 我想，由于某种原因，\r 可能忘记了文档是 RTL 的。测试方法：你能在一个格式正确的其他行中输入一个范围吗？

机器翻译自 English 显示原文

Answer 2

感谢如此迅速地处理这个问题。

1. 这是一个完全 RTL 的文档。我不记得我是告诉 PTXprint 的，还是它从 Paratext 获取的。

2. 你能告诉我怎么做吗？我在 PTXprint 中看不到那个选项卡。

3. 和 4. 当我将经文引用输入到 \s 或 \r 中时，它们以同样的方式错误地显示出来。但其他方面似乎处于 RTL 模式。其他单词以正确的 RTL 顺序显示。

\s ببب پیدایش ۱:۱-۲۷ ییی
\r ($(GEN 1:1-27))
\r پیدایش ۱:۱-۲۷
\r قیرست سکند
\ref GEN 1:1-27

机器翻译自 English 显示原文

Answer 3

image898×411 30.3 KB

机器翻译自 English 显示原文

Comments

啊，就在这里。

是的，它设置为从右到左（Right-to-Left），并且采用 RTL 装订。

机器翻译自 English 显示原文

Answer 4

所以嗯……至少它是一致的！
非常奇怪！

机器翻译自 English 显示原文

Answer 5

从右向左（RTL）文本的行为很奇特。数字实际上是以从左向右（LTR）格式显示的。因此，如果你去掉了冒号和连字符，那串数字的正确显示方式应该是：
即“1127”，从左向右阅读

如果我将上面你 \s 中的文本粘贴到 Word 中，我会得到以下结果（这正是你在 PTXprint 中看到的）：

然而，如果我将其粘贴到 LibreOffice Writer 中，我会得到以下结果：

（这是你希望得到的结果）

在这种情况下，我认为 Word 实际上更正确。数字是 LTR 的，而冒号和连字符在双向性方面属于“中性”（参见 Bidirectional text - Wikipedia）。这意味着它们不会强制文本的方向，而是从周围上下文获取方向。由于它们处于 LTR 字符（即数字）的上下文中，它们应保持 LTR 方向，并且整个数字和标点符号串应以 LTR 方向显示在行中，正如 PTXprint 所做的那样。

因此，从这个角度来看，PTXprint 生成的结果在理论上是正确的（基于双向文本算法）。但这实际上并不是你想要的。我们是从右向左阅读文本的，我们希望不同的片段（由标点符号分隔）像上面 LO Writer 的输出那样，按 RTL 顺序一个接一个地出现。（我实际上不知道 LO Writer 的输出为什么会那样。它似乎没有遵循 Unicode 双向算法……）

但我可以通过在 Word 中添加称为“从右向左标记”的特殊标记来获得这种行为。它们是 Unicode 码点 U+200F（参见 Right-to-left mark - Wikipedia）。你可以在标点符号后插入这些标记，以强制该标点符号后的文本方向为 RTL。要在 Word 中做到这一点，将插入点放在冒号后面（我建议使用方向键找到该位置），输入“200F”，然后按 Alt+X（按住 Alt 键并轻按 X 键）。你的第一章现在应该会跳到数字和标点符号串的右侧。在连字符后做同样的操作，你的字符串就会看起来和上面 LO Writer 的输出一样。

但现在的难点是如何在 PTXprint 的文本中插入这些 RTL 标记。我还没有测试过，但我想你可能可以使用 Changes.txt（在 Advanced 选项卡上）来创建规则，以便在正确的位置插入 RTL 标记。试试这些规则（未测试）：
'(\d):(\d)' > '\1:\u200f\2'
'(\d)-(\d)' > '\1-\u200f\2'

但还有一个有趣的问题。我注意到你使用的是东阿拉伯-印度数字，它们从 U+06F0 开始。（参见 https://www.unicode.org/charts/PDF/U0600.pdf.）我主要使用的是普通的阿拉伯-印度数字，它们从 U+0660 开始。我认为 \d 数字指定也应该适用于这些数字，但如果不行，你可能需要使用类似 [\u06F1-\u06F9] 的东西来代替 \d。

总之，这给你一些可以尝试的东西。我们都想知道你是否取得了进展！

Jeff

机器翻译自 English 显示原文

Comments

我应该指出，这种操作不是普通 PTXprint 用户必须做的事情。如果这确实是 RTL 文本的一个全球性问题，那么我们应该想办法让 PTXprint 在“幕后”修复这个问题，这样用户就不需要采取极端措施来获得所需的输出。

机器翻译自 English 显示原文

Answer 6

好吧，为了明确目标，这里有一张已发布的波斯语译本图片，其中包含平行经文指示符。第一个引用是马太福音 6:25-33，视觉顺序为：33-25:6 马太福音

shot3096×1292 254 KB

你说得完全正确，数字是按从左到右（LTR）书写的，但当你有分隔符等符号时，一串数字就像是一个单词。然后所有单词都会按从右到左（RTL）的顺序排列。

Microsoft Word 让人困惑。如果我输入经文引用，它会正确显示（实际上，无论我将段落设置为 RTL 还是 LTR 都是如此）。如果我从这个浏览器窗口复制并粘贴，它会显示错误（同样，无论段落是 RTL 还是 LTR）。我想这就是所见即所得（WYSIAYG）吧。

以下是我可以在 Word 或其他图形界面中重现错误结果的一些方法：

• 在引用的开头放置一个从左到右标记（U+200E）。
• 如果我删除书名，章节/节部分会错误地排列。

这让我认为章节/节部分是以 LTR 模式排列的。

这里有一些进一步的测试。当我将经文引用放入经文文本中时，它们会显示错误。我很难解释这一点，除非 XeLaTeX 根本没有被告知这是一个 RTL 环境。

\id PHM
\h سسسس
\c 1
\cl
\s1 سسسس
\p \v 1 پیدایش ۱:۱-۲۸
\s1 سسسس
\p \v 2  ۱:۱-۲۸

接下来是 XeLaTeX……

如果我使用 fontspec 和 bidi，无论上下文是 LTR 还是 RTL，输出都是错误的：

\documentclass{book}
\usepackage{fontspec,bidi}
\setmainfont[Script=Arabic]{Times New Roman}
\begin{document}
\setRTL
۱:۱-۲۷

پیدایش ۱:۱-۲۷

\setLTR
۱:۱-۲۷

پیدایش ۱:۱-۲۷
\end{document}

相反，如果我使用 xepersian，我无法让它显示错误。在这四种情况中，章节/节部分都正确排列：

\documentclass{book}
\usepackage{xepersian}
\usepackage[fontsize=16pt]{fontsize}
\settextfont{Times New Roman}
\begin{document}
۱:۱-۲۷

پیدایش ۱:۱-۲۷

\beginL
۱:۱-۲۷
\endL

\beginL
پیدایش ۱:۱-۲۷
\endL
\end{document}

我就说到这里。在我看来，xepersian 修复了 fontspec 和 bidi 的一个缺陷，但我不确定那是什么。

机器翻译自 English 显示原文

Answer 7

我对此的理解是，您从 PTXprint 看到的输出遵循 Unicode 双向（bidi）算法，尽管它并没有给出您想要的结果。双向算法规定冒号和连字符是中性的字符，它们会跟随周围字符的流向。当它们位于从左到右（LTR）字符（例如数字）的字符串中时，它们会继续保持从左到右的方向，从而产生您看到的结果。显然，xepersian 包更改了这些标点符号的双向特性，从而给出了您想要的结果。有趣的是，在 Word 中，如果您在冒号和连字符后面加一个空格，引用就会变成您想要的样子（但会多出一个空格）。这其实很奇怪，因为空格在双向算法中也被列为中性字符（见上方链接）。我相信许多从右到左（RTL）书写的语言项目在 Paratext 中使用过这种技术，以使引用的方向“正确”。但是，添加 RTL 标记也能达到同样的效果，而无需添加空格。

您能否尝试将这些规则放入 Changes.txt 文件中，看看会有什么效果？

请注意，在您的模块中，您使用的是普通的（阿拉伯语！）数字来输入引用。您的 Paratext 项目中是否有已经使用阿拉伯语风格（印地语！）数字输入的引用？如果有，它们在 Paratext 中是如何显示的？我相信 Paratext 会在 RTL 项目中的此类引用中自动插入 RTL 标记 U+200F，以尝试使其正确显示。我假设 PTXprint 也可以做类似的事情。（不过请注意，Paratext 似乎在冒号之前插入 RTL 标记，我认为这也是一个有效的选项。）

机器翻译自 English 显示原文

Answer 8

是的，如果我将这些命令放入更改文件（changes file）中，经文确实会正确显示。感谢你的修复。

如果你只看章节/节部分（۱:۱-۲۷），它是按照双向算法运行的。但根据该算法，你应该期望书名的存在（由 RTL 字符组成）会将其切换到 RTL 模式（پیدایش ۱:۱-۲۷）。（在我输入这段文字的这个文本编辑器和预览窗口中，确实发生了这种情况。）所以我想象章节/节部分是在其自己的 \hbox 或类似结构中，由于某种原因，它没有意识到自己处于 RTL 文档中。

（我不想把话题扯得太远，但如果文档没有全局设置为 RTL，可能还有其他潜在问题。我注意到脚注标记出现在单词的错误一侧，例如。它们出现在单词的右侧而不是左侧。我不确定，但这看起来像是 LTR/RTL 问题。）

我还没有尝试使用阿拉伯-印度数字。不过，我从未遇到过一种情况，即某事在阿拉伯-印度数字下有效，但在东阿拉伯-印度数字下无效。

机器翻译自 English 显示原文

Comments

好吧，很高兴你目前有一个变通方法。我会尝试与 @mjpenny 讨论此事，看看是否应该在 PTXprint 中采取一些措施。

如果你再次查看双向算法（双向文本 - 维基百科），请注意数字位于“弱”部分。我曾以为它们是“强”字符，会定义中间“中性”字符的方向。但现在我理解你的意思了，即放入书名（由“强”RTL 字符组成）会压倒“弱”数字，以定义“中性”字符的方向。

机器翻译自 English 显示原文

Answer 9

你好，

我不确定我是否在这个线程中添加了任何尚未为人知的信息。我一直参与许多 RTL 项目的排版工作。我想简单补充一下我所知道的 Paratext 与 RTL 文本和引用交互的方式。

当在 Paratext 中编辑 RTL 项目时，Paratext 会识别符合经文引用格式或数字范围格式的字符串——即类似 #:#、#.#、#:#-#、#:#,# 等模式。当这些模式在正在编辑的打开章节中被识别时，Paratext 会在标点字符之前插入 U+200F，使它们出现在前一个数字的左侧（覆盖由数字启动的默认 LTR 方向）。

因此，而不是这样：

你会看到这样：

如果你在 Paratext 中按逻辑顺序输入引用，你会看到当你完成输入时发生这种视觉更新。

因此，在 Paratext 中编辑过的项目中，这些 200F 字符可能已经存在。你可能需要在使用的任何 changes.txt 表达式中考虑到这一点。我相信 Paratext 仅对在编辑器中打开过的章节执行此 200F 插入操作（即它不会遍历整个项目并执行此操作）。

在 Paratext 中这样做的原因是，以便任何下游出版商或出版工具都可以直接渲染文本——这对于某些数字应用路径尤为重要，因为出版路径不一定允许像 changes.txt 这样的干预。

分享我所理解的内容，希望在这里有所帮助。

Jeff

机器翻译自 English 显示原文