本文介绍如何使用 arabic-reshaper 和 python-bidi 库，在对阿拉伯文本进行视觉重排（reshape）和双向显示（BIDI）时，精准保留数字原始顺序，防止数字如 "48" 被误翻转为 "84"。
本文介绍如何使用 `arabic-reshaper` 和 `python-bidi` 库，在对阿拉伯文本进行视觉重排（reshape）和双向显示（bidi）时，精准保留数字原始顺序，防止数字如 "48" 被误翻转为 "84"。
在生成 PDF 或渲染阿拉伯语内容时，常需对阿拉伯文字进行整形（reshape）和双向算法处理（BIDI），以确保从右向左（RTL）正确显示。但若直接对整行字符串执行 [::-1] 反转，会将嵌入的阿拉伯数字（如 "٤٨"）或 ASCII 数字（如 "48"）一并翻转，导致语义错误（例如 "48" → "84"，"٢٠٢٤" → "٤٢٠٢"），严重影响可读性与准确性。
正确做法是：按词（word）粒度分离文本，仅对非数字单词执行阿拉伯整形与 RTL 反转，而数字部分保持原序不变。以下是推荐的稳健实现：
import arabic_reshaper
from bidi.algorithm import get_display
def reverse_arabic_string_with_numbers(text: str) -> str:
"""
对含阿拉伯文与数字的多行字符串进行安全 RTL 处理：
- 按换行符分割行；
- 每行按空格分词；
- 数字词（isnumeric() 为 True）原样保留；
- 非数字词先 reshape，再反转字符顺序，最后用 get_display 生成可显示字符串。
"""
result_lines = []
for line in text.split('\n'):
words = line.split()
processed_words = []
for word in words:
if word.isnumeric(): # ✅ 精确识别纯数字（支持 Unicode 数字如 '١٢٣'）
processed_words.append(word)
else:
# 整形 → 字符反转 → BIDI 显示适配
reshaped = arabic_reshaper.reshape(word)
reversed_arabic = reshaped[::-1]
displayed = get_display(reversed_arabic)
processed_words.append(displayed)
result_lines.append(' '.join(processed_words))
return '\n'.join(result_lines)
# 示例使用
t = "مرحبا 48 ومرحبا ٢٠٢٤"
output = reverse_arabic_string_with_numbers(t)
print(repr(output)) # 'ابحرم 48 ابحرم ٢٠٢٤'⚠️ 关键注意事项：
Secure Python Code Sandbox
下载
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
- str.isnumeric() 可同时识别 ASCII 数字（'123'）和 Unicode 阿拉伯-印度数字（'١٢٣'），比 str.isdigit() 更全面；
- 切勿对整行调用 [::-1] —— 这会破坏数字顺序及混合文本的逻辑结构；
- get_display() 是必需步骤，它应用 Unicode 双向算法（UAX#9），确保整形后的阿拉伯字符在终端/PDF 中真正从右向左渲染；
- 若原文含标点（如 ،、؟）或混合英文，建议进一步增强分词逻辑（例如使用正则 \S+ 提取 token），但基础场景中空格分词已足够可靠。
总结：阿拉伯文本与数字共存时，必须采用“分而治之”策略——隔离数字、专注处理文字。该方法兼顾准确性、可维护性与跨数字体系兼容性，是 PDF 生成、Web 渲染等实际项目中的推荐实践。
立即学习“Python免费学习笔记（深入）”；
