BroadRouter
Начать

Текст справа налево (RTL, right-to-left)

Обновлено

Текст справа налево (RTL) — это письмо, например арабское или иврит, которое отображается справа налево. Компьютер хранит его в логическом порядке чтения, а когда RTL-текст смешивается с текстом слева направо, цифрами, названиями моделей или кодом, порядок отображения определяет двунаправленный алгоритм Unicode.

Также называют: RTL, RTL-текст, текст справа налево, двунаправленный текст, bidi, двунаправленный алгоритм Unicode, арабский текст задом наперёд, right-to-left, bidirectional text

Арабский ответ модели правильный, но на экране цена стоит не с той стороны, а название модели разорвано пополам. Это проблема bidi, а не модели.

Как это работает

Текст хранится в логическом порядке — в том, в котором его читают и набирают. UAX #9, двунаправленный алгоритм Unicode (Unicode Bidirectional Algorithm), присваивает каждому символу тип направления и вычисляет порядок отображения строки. В памяти символы никогда не переставляются; меняется только их отображение.

Буквы — сильные символы: арабские пишутся справа налево, латинские — слева направо. Цифры и пунктуация — слабые или нейтральные и занимают позицию в зависимости от окружающего текста. Европейские цифры имеют тип EN, арабско-индийские — тип AN, и после арабской буквы UAX #9 разрешает EN в AN.

Типичная смешанная строка от арабского ассистента:

جرّب النموذج broadnet/qwen3.8-27b على 20 رسالة

Если вывести её в контексте слева направо, арабские фрагменты читаются справа налево, но абзац начинается слева, поэтому предложение выглядит в неправильном порядке, а слеш, точки и число 20 могут прилипнуть не к тому фрагменту. Исправлять нужно базовое направление, а не порядок символов.

Когда разметки нет, в Unicode есть невидимые управляющие символы:

Кодовая точка Название Назначение
U+200F RLM, метка справа налево Сдвинуть нейтральный символ в RTL
U+061C ALM, арабская буквенная метка То же для арабского контекста
U+2067 RLI, изолятор справа налево Начать фрагмент RTL
U+2066 LRI, изолятор слева направо Начать фрагмент LTR, например ID модели
U+2068 FSI, изолятор по первому сильному символу Взять направление из содержимого
U+2069 PDI, закрытие изолятора Завершить любой изолятор

UAX #9 рекомендует в новых документах использовать изоляторы, а не старые встраивания (U+202A–U+202C), потому что встраивания слишком сильно влияют на окружающий текст, и советует по возможности избегать переопределений (U+202D, U+202E) из соображений безопасности.

Почему это важно

Для HTML W3C советует ставить dir="rtl" на элемент html, если страница написана справа налево, и не задавать базовое направление через CSS. Для текста, направление которого заранее неизвестно, например ответа модели или имени пользователя, используйте dir="auto" или элемент bdi. W3C отмечает, что auto определяет направление по первому сильному символу, поэтому абзац, почти целиком английский, но начинающийся с арабского слова, всё равно может отобразиться неправильно.

Типичные проблемы у пользователей API:

  • Чат-интерфейсы. Ответ в стриминге начинается по-английски и переходит на арабский. Ставьте dir="auto" на каждое сообщение, а не один раз на всю страницу.
  • JSON и логи. В выводе модели могут быть невидимые метки. Значение вроде "‏gulf" не равно "gulf". Удаляйте управляющие символы bidi, прежде чем сравнивать поля структурированного вывода.
  • Переведённые строки интерфейса. Плейсхолдерам и названиям продуктов внутри арабского текста нужны изоляторы; см. перевод строк приложения на арабский.

В BroadNet Inference

Чат-эндпоинт BroadNet возвращает арабский как обычный текст в JSON-ответе, как и любой OpenAI-совместимый API, а функций отображения или bidi у BroadNet нет. Направление текста — задача вашего фронтенда. Если вы ещё и нормализуете текст для поиска, удаляйте управляющие символы bidi в том же проходе, что и нормализацию Unicode: NFC и NFKC их сохраняют.

Частые ошибки

  • Переворачивать арабские строки в коде, чтобы «исправить» отображение.
  • Задавать направление только через CSS.
  • Оставлять U+200F или U+2067 внутри ID, ключей или значений enum.

Вопросы и ответы

LLM API возвращает арабский текст задом наперёд?

Нет. API возвращает символы в логическом порядке, то есть в порядке чтения. Текст «переворачивается» только при отображении, когда направление окружающего контекста задано неверно.

Нужно ли вырезать управляющие символы bidi из ответа модели?

Переопределения (U+202D, U+202E) из недоверенного текста удаляйте: UAX #9 предупреждает, что они создают риски безопасности. Изоляторы и метки обычно безвредны, но убирайте их из значений, которые вы сравниваете, индексируете или разбираете.

Почему цифры уезжают не в ту сторону арабского предложения?

Цифры — слабые символы, и их позиция зависит от соседей. Поместите число вместе с единицей измерения в изолятор или явно задайте направление абзаца через dir="rtl".

Открыть в MarkdownСпросить ChatGPTСпросить ClaudeСпросить Perplexity