O ZWNJ e o ZWJ podem ser marcados como caracteres inválidos no birmanês (my)?

Question

Temos um projeto em birmanês que possui caracteres invisíveis Zero Width Non-Joiner (u+200C), que eu gostaria de marcar como Inválido no Inventário de caracteres, mas não conseguimos. Recebemos uma mensagem:

No entanto, ele não existe na aba de Caracteres Alfabéticos nem em nenhuma outra aba das Configurações de idioma.
Também descobri que o mesmo se aplica ao Zero Width Joiner (u+200D).

Quando examinei o arquivo ldml.xml, encontrei estas linhas curiosas:

<!--sil:punctuation-pattern pattern="‌" context="medial" /-->
<sil:punctuation-pattern pattern="‍" context="medial" />

Dentro das aspas estavam os caracteres ZWNJ 200C e ZWJ 200D. Tentei excluir essas linhas, mas isso não alterou o comportamento do Paratext.

Também fiz um experimento em um projeto em inglês e tentei adicionar ZWNJ e ZWJ às configurações de idioma. Embora tenham sido adicionados como diacríticos não padrão, não consegui vê-los no inventário de caracteres.

Portanto, estou me perguntando se isso é um recurso ou um Bug? O comportamento de ZWNJ e ZWJ é embutido no comportamento de certos idiomas e não pode ser alterado? Se não, como posso marcar ZWNJ como Inválido no meu projeto em birmanês? (Nota: O código de idioma para o birmanês é my.)

Tradução automática de English Mostrar original

Answer 1

CrazyRocky:

Recebemos uma mensagem

Para receber essa mensagem, o item que você deseja marcar como inválido precisa estar na lista de caracteres ou na lista de pontuação medial. Pode valer a pena copiar/colar esses campos em outro aplicativo que possa mostrar caracteres Unicode invisíveis.

Tradução automática de English Mostrar original

Comments

Isso é o que eu também pensei. Mas isso não parece ser o caso. Após pesquisar repetidamente por esses caracteres, incluindo uma busca nos arquivos de Configurações e ldml, o problema persistiu.

Fiz um experimento hoje e adicionei ZWNJ e ZWJ (200C e 200D) a um projeto em inglês e depois abri o Inventário de Caracteres. Ambos foram marcados como Válido e não puderam ser marcados como Inválido. A mesma mensagem de erro acima apareceu. Vou abrir um relatório de Bug…

Tradução automática de English Mostrar original

---

Procedendo com cautela, se você realmente quer se livrar deles, pode tentar verificar se estão no arquivo de configurações do projeto, seja nos arquivos de Configurações ou ldml xml, e removê-los de lá. Faça backup dos arquivos em um local seguro primeiro, é claro.

Bênçãos,

Tradução automática de English Mostrar original

Answer 2

Olá, CrazyRocky, encontrei um problema com \u200f (que o Paratext inseriu em alguns dos meus projetos RTL após os números dos versículos). Para removê-lo, fiz o seguinte:
Buscar: (\v [\d-]*)\u200f( )
Substituir: \1\2

Não sei se isso ajudará na sua situação, pois é um pouco diferente.

Tradução automática de English Mostrar original

Answer 3

CrazyRocky:

Projeto em birmanês que possui Zero Width Non-Joiner

Me pergunto se os caracteres zero existem em algum dos caracteres do alfabeto em si. Quando você olha nos inventários de caracteres e seleciona “mostrar combinações”, o valor Unicode “09CD” aparece na coluna “valor Unicode”? Isso ocorre na fonte Bangla como um caractere de junção de largura zero.

Tradução automática de English Mostrar original