Troika: दाएँ-से-बाएँ पाठ लेआउट समर्थन

सबसे पहले मैं इस पर काम करने के लिए आपको बहुत-बहुत धन्यवाद देना चाहता हूं। अरबी और आरटीएल लेआउट का समर्थन करना कई लोगों के लिए उपयोगी होगा।
मैंने कुछ पहले परीक्षण किए हैं, मानक अरबी पाठ ज्यादातर काहिरा, लेमोनडा, शेहेराज़ादे फोंट (बिना तचकिल के) में समर्थित है।

मैं अरबी के लिए इन 2 नियमों का परीक्षण कर रहा था:

1. क्या वर्ण लिखने के 3 रूप ठीक हैं (एक शुरुआत में, बीच में, अंत में) और कनेक्शन (संयुक्ताक्षर)।
2. तचकिल जो उच्चारण के लिए संकेत का सेट है َ (दुर्लभ मामलों को छोड़कर आपको इंटरनेट पर मिलने वाले अधिकांश पाठ में उपयोग नहीं किया जाता है)

मिर्जा में, कुछ आंतरिक अक्षर जुड़े नहीं हैं (पत्र का अंतिम रूप आंतरिक एक या अन्य के बजाय रखा गया है)

टैक्किल के साथ, कुछ फोंट ने ठीक काम किया, जबकि अन्य ने या तो इसके आगे के चरित्र के रूप को बदल दिया। कुछ ने मेरे द्वारा बॉक्स में लिखे गए टेक्स्ट के साथ काम किया जबकि कॉपी किए गए टेक्स्ट के साथ नहीं।

अगर मैं गैर अरबी अक्षरों जैसे कोष्ठक "(", ")" का उपयोग करता हूं तो वे स्विच हो जाते हैं (उलटने की जरूरत है।)

यह एक त्वरित परीक्षण है जिसे मैंने बनाया है, मुझे और अधिक जांच करने और आपको अधिक विवरण देने की आवश्यकता है जहां चीजें अजीब होती हैं। (मुझे फोंट की जांच करने की भी आवश्यकता है, कुछ फोंट आवश्यक वर्ण प्रदान नहीं करते हैं)

बहुत बहुत शुक्रिया! मुझे यह जानकर खुशी हुई कि इसकी अच्छी शुरुआत हुई है।

यह दिलचस्प है कि शब्द-स्थिति प्रतिस्थापन का परिणाम फ़ॉन्ट द्वारा भिन्न होता है। Typr में शब्द-स्थिति का पता लगाने का तर्क हमेशा समान होता है, इसलिए इसमें कुछ अलग होना चाहिए कि कैसे वे फ़ॉन्ट अपने प्रतिस्थापन को एन्कोड करते हैं जिन्हें Typr संभाल नहीं पाता है। मैं विशेष रूप से मिर्जा में यह देखने के लिए देखूंगा कि क्या मैं कोई अंतर निर्धारित कर सकता हूं।

चूँकि मैं इन पात्रों को नहीं जानता, और इस प्रकार मैं स्वयं सही बनाम गलत का निर्धारण नहीं कर सकता, यह बहुत मददगार होगा यदि आप मुझे अपेक्षित परिणामों के साथ कुछ लक्षित परीक्षण मामले दे सकते हैं, शायद केवल एक शब्द, कुछ इस तरह:

इनपुट टेक्स्ट: xxx
इस तरह दिखना चाहिए: [छवि]
फ़ॉन्ट ए में सही दिखता है: [छवि]
फ़ॉन्ट बी में गलत दिखता है: [छवि]

जहां तक ​​कोष्ठक का संबंध है, मुझे लगता है कि यह जोड़ीदार कोष्ठक बीड़ी एल्गोरिथम का हिस्सा है। मुझे अभी तक यकीन नहीं है कि यह कुछ ऐसा है जिससे मैं खुद निपट लूंगा, लेकिन मैं निश्चित रूप से इस पर गौर करूंगा।

मैंने कुछ मोटे द्विदिश लेआउट समर्थन के साथ कोड को धक्का दिया है। अभी यह दिशात्मक श्रेणियों को परिभाषित करने के लिए एलआरओ/आरएलओ/पीडीएफ नियंत्रण वर्णों का उपयोग करके पूरी तरह से मैनुअल है। पूर्ण स्वचालित बीड़ी बहुत अधिक जटिल है और मैं अभी भी अपने सिर को इसके दायरे में लपेट रहा हूं, लेकिन श्रेणियों को रखने में सक्षम होना (लाइन रैपिंग और चयन के साथ!) एक महत्वपूर्ण शुरुआत है।

मुझे वास्तव में खेद है कि मैंने कल कोई प्रतिक्रिया पोस्ट नहीं की। मैंने सप्ताहांत में एक पूर्ण परीक्षण करने के बारे में सोचा, लेकिन मुझे लगता है कि चीजों को चरणों में करना बेहतर है।
आइए उन फोंट से शुरू करें जो बहुत अच्छी तरह से काम करते हैं (कुछ फोंट में कुछ समस्याएं हो सकती हैं) मैंने शेहेराज़ादे फ़ॉन्ट का उपयोग किया है, लेकिन काहिरा और लेमोनडा एक ही परिणाम देते हैं।
मिर्जा और अमीरी फोंट हमेशा कटे हुए अक्षर दिखाते हैं।
फोंट नोटो सैन्स, रोबोटो बिल्कुल काम नहीं करते।

नीचे दिए गए चित्र में, मैंने अक्षर के गलत रूप के लिए लाल रंग का उपयोग किया है, और हरा सही रूप है।
समस्या तभी प्रकट होती है जब हमारे पास तचकिल (मुखर नोट्स) या लैटिन या संख्या वर्ण होता है।

1. अंतिम रूप के बजाय, हमारे पास एक आंतरिक रूप है।
2. शब्द के अंदर, प्रारंभिक रूप के बजाय हमारे पास आंतरिक रूप है। (शब्द के अंदर कुछ अक्षरों में संयुक्ताक्षर नहीं होता है)
3. जब हमारे पास शब्द के ठीक बाद एक संख्या होती है, (كم2) हम अंतिम रूप रखते हैं।
4. नंबर उलट जाते हैं।

मेरे द्वारा उपयोग किया गया पाठ:
م2.
मई 2
بِسم اللَّه الرحمن الرحيم
بِسمِ اللَّهِ الرَّحمٰنِ الرَّحيمِ

इस उत्तर में एक चित्र है कि अक्षरों को कैसे खींचा जाता है
https://www.quora.com/How-can-anyone-read-Arabic-as-the-letters-are-all-connected-to-each-other/answer/Hashem-Mohamed-4

इस चिह्नित टेस्टकेस के लिए बहुत-बहुत धन्यवाद, यह बेहद मददगार है !!! यह वास्तव में मुझे चीजों को समझने में मदद करता है।

शब्द स्थिति का पता लगाने के लिए Typr का तर्क निश्चित रूप से दोषपूर्ण है; मैंने इसे opentype.js से अनुकूलित तर्क के साथ ओवरराइड कर दिया है और परिणाम अब बहुत बेहतर लगता है:

मैं योगदान दूंगा कि Typr आगे के परीक्षण के बाद अपस्ट्रीम को ठीक करें।

मेरे द्वारा शुरू किए गए बीआईडीआई कार्य के साथ "नंबर उलट दिए गए हैं" समस्या का समाधान किया जाएगा। अभी के लिए इसे स्पष्ट एलआरओ/पीडीएफ वर्णों के साथ काम किया जा सकता है।

इस प्रकार के टेस्टकेस आते रहें! मैं

यह तेज़ था।
ठीक है, मुझे ऐसा कुछ नहीं मिला है जिसे और अधिक फिक्सिंग की आवश्यकता हो, सिवाय इसके कि आपके द्वारा उल्लिखित बीआईडीआई कार्य का उपयोग करके क्या किया जा सकता है (संख्या और कोष्ठक अरबी पाठ के साथ व्यापक रूप से उपयोग किए जा सकते हैं)।
क्या आप एलआरओ/पीडीएफ वर्णों का उपयोग करने का उदाहरण दिखा सकते हैं? मैं स्वयं मिश्रित पाठ उदाहरण को पुन: पेश करने में असमर्थ था।

आखिरी बात जो अरबी पाठ से संबंधित नहीं है, लेकिन शायद एसडीएफ प्रतिपादन से संबंधित है, यह है कि कुछ पात्रों के अंदर काला होता है जब 2 वर्ण एक साथ जुड़े होते हैं जैसे यहां


और कभी-कभी एक ही चरित्र के भीतर

यह केवल लेमोन्डा फ़ॉन्ट के साथ दिखाई देता है। शेहेराज़ादे, काहिरा ठीक काम करते हैं (शायद इसलिए कि पात्र सही जगह पर जुड़ते हैं)।
(वेक्टर रेंडरिंग टूल में बूलियन ऑपरेशन जैसा दिखता है।)

और आपके काम के लिए फिर से धन्यवाद।

धन्यवाद! मैं वर्तमान में एक पूर्ण बीड़ी एल्गोरिथम कार्यान्वयन जोड़ने पर काम कर रहा हूं जो मुझे लगता है कि आपके द्वारा अब तक वर्णित सभी अन्य मुद्दों को स्पष्ट करना चाहिए।

उदाहरण के ड्रॉपडाउन में "BiDi 1" टेक्स्ट में LRO/PDF का एक उदाहरण है, लेकिन अभी के लिए इसके बारे में चिंता न करें, यह सिर्फ एक स्टॉपगैप है और वैसे भी वास्तव में सही नहीं है। सच्ची बीड़ी बेहतर होगी।

उस फ़ॉन्ट के साथ बूलियन भरण मुद्दा वही है जो मुझे लगता है कि # 57 में चर्चा की गई है।

अब हमारे पास पूर्ण बीड़ी समर्थन है!

उदाहरण पृष्ठ में कुछ बीड़ी स्निपेट हैं लेकिन इसे अपने मिश्रित rtl+ltr टेक्स्ट के साथ कुछ परीक्षण दें।

यह मेरे लिए एक खरगोश के छेद के नीचे जाने का एक उत्कृष्ट उदाहरण बन गया; मुझे एक उपयुक्त JS बीड़ी कार्यान्वयन नहीं मिला और मैं fribidi.wasm नहीं लाना चाहता था, इसलिए मैंने एक नए JS कार्यान्वयन पर एक रात और सप्ताहांत परियोजना के रूप में एक स्विंग लेने का फैसला किया। निहारना https://github.com/lojjic/bidi-js! मुझे वहां कुछ दस्तावेज़ जोड़ने की ज़रूरत है लेकिन यह आधिकारिक बीड़ी परीक्षणों के अनुसार पूरी तरह से अनुपालन करता है, काफी छोटा (~ 10kb) और बहुत तेज़ है, हालांकि इसे शायद अधिक अनुकूलित किया जा सकता है।

मैं इस समाधान से वास्तव में खुश महसूस कर रहा हूं और यह बंडल आकार में कितना कम जोड़ता है। मुझे लगता है कि अब हम पूर्ण RTL समर्थन के बहुत करीब हैं। मुझे जॉइनिंग फॉर्म लॉजिक को फिर से देखने की जरूरत है, हालांकि, मुझे एहसास हुआ कि मैंने opentype.js से जो लॉजिक अपनाया है, वह केवल अरबी लिपियों को हैंडल करता है, लेकिन अन्य नहीं जो जॉइनिंग भी करते हैं।

मैंने जॉइनिंग-टाइप डिटेक्शन के अधिक पूर्ण कार्यान्वयन को आगे बढ़ाया है; मैंने Opentype.js से जो तर्क अपनाया था, वह अधूरा साबित हुआ। नया कार्यान्वयन वास्तव में यूनिकोड जॉइनिंग टाइप डेफिनिशन के अत्यधिक संकुचित संस्करण को एम्बेड करता है, इसलिए इसे अब अरबी और अन्य में सभी जुड़ने योग्य वर्णों को संभालना चाहिए। यह Typr कोड के मुकाबले एक अच्छी स्पीड बम्प भी देता है।

@MichaelHazani जब से आपने स्वेच्छा से हिब्रू का परीक्षण किया है, मुझे लगता है कि यह अब आपके लिए तैयार है। आप इस परीक्षण पृष्ठ का उपयोग कर सकते हैं जहां मैंने "फ़ॉन्ट" ड्रॉपडाउन में कुछ हिब्रू फ़ॉन्ट जोड़े हैं, और आप अपना टेक्स्ट टाइप कर सकते हैं। धन्यवाद!

अच्छा लग रहा है!
("ठीक है, ऐसा लगता है कि परीक्षण एक सफलता है। विराम चिह्न वह जगह है जहां इसे होना चाहिए; दायां-संरेखण अच्छा दिखता है। दोनों फोंट हिब्रू को उसी तरह प्रदर्शित करते हैं जैसे इसे प्रदर्शित किया जाना चाहिए। अंग्रेजी में स्विच करना, अर्थात यह शब्द, संरेखण को नहीं तोड़ता है। बहुत बढ़िया!")

मैंने अब तक यहां किए गए कार्य के साथ v0.41.0 जारी किया है। निस्संदेह अन्य आरटीएल स्क्रिप्ट हैं जिन्हें अतिरिक्त विशेष हैंडलिंग की आवश्यकता होगी, लेकिन यह एक ठोस पर्याप्त आधार रेखा देता है जो मुझे लगता है कि हम उन्हें केस-दर-मामला आधार पर संभाल सकते हैं। और कुछ अधिक उन्नत/अस्पष्ट मामलों के लिए वैकल्पिक Harfbuzz प्लगइन (#91) की अनुमति देने की संभावना हमेशा रहती है।

यहां आपकी अमूल्य मदद के लिए @boulabiar और @MichaelHazani को फिर से धन्यवाद !!! मैं