مبانی الگوریتم دوسویه
نویسه‌ها و تایپ جهت‌دار
می‌دانیم که یک رشته از نویسه‌های لاتین به ترتیب، یکی پس از دیگری از چپ به راست نمایش داده می‌شود (همان‌طور که در متنی که اکنون می‌خوانید مشاهده می‌کنید). از سوی دیگر، الگوریتم دوسویه یک رشته از نویسه‌های فارسی یا عربی یا عبری را به ترتیب، یکی پس از دیگری از راست به چپ نمایش می‌دهد.
مرورگر شما چگونه تشخیص می‌دهد که یک رشته از نویسه‌ها باید از چپ به راست یا از راست به چپ نمایش داده شود؟ چون هر نویسه در یونیکد دارای یک ویژگی جهت‌دار مرتبط است. بیشتر حروف به‌صورت LTR (چپ به راست) تعریف شده‌اند. حروف مربوط به زبان‌هایی با نگارش راست به چپ به صورت RTL (راست به چپ) تعریف شده‌اند.
یک رشته از نویسه‌های RTL که به‌طور قوی تعریف شده‌اند، از راست به چپ نمایش داده می‌شود. این موضوع مستقل از جهت پایه‌ی متن اطراف آن است.
بخش‌های جهت‌دار
هنگامی که متن‌هایی با جهت‌گیری متفاوت در یک خط ترکیب می‌شوند، الگوریتم دوسویه از هر دنباله‌ی پیوسته از نویسه‌هایی که جهت‌گیری یکسانی دارند، یک بخش جهت‌دار جداگانه ایجاد می‌کند.
بنابراین، در مثال زیر، سه بخش جهت‌دار وجود دارد:
توجه داشته باشید که برای وقوع این فرآیند نیازی به نشانه‌گذاری یا ظاهر دادن ندارید.
جهت پایه، یک مفهوم اساسی
ترتیب نمایش متن بستگی به جهت پایه‌ای دارد که برای عبارت، پاراگراف یا بلوک محتوی آن تعیین شده است. جهت پایه یک مفهوم اساسی است. این جهت زمینه‌ای را ایجاد می‌کند که الگوریتم دوسویه در مراحل مختلف به آن رجوع می‌کند تا نحوه‌ی پردازش متن را مشخص کند.
در HTML، جهت پایه یا به طور صریح توسط نزدیک‌ترین عنصر والد که از ویژگی dir استفاده می‌کند تعیین می‌شود، یا در صورت نبود چنین ویژگی‌ای، از جهت پیش‌فرض سند که چپ به راست است، به ارث می‌رسد.
نکته‌ی مهم اینجاست: ترتیب نمایش بخش‌های جهت‌دار در سراسر برگه وابسته به جهت پایه‌ی غالب بستگی دارد.
در مثال بالا که دارای زمینه‌ی کلی (یعنی جهت پایه) ltr است، شما ابتدا «bahrain»، سپس «مصر» و بعد «kuwait» را خواهید خواند.
اگر با تعیین جهت rtl برای عنصر html یا یک عنصر والد مانند div، p یا span، زمینه‌ی جهت‌گیری مثال بالا را تغییر دهید، ترتیب نمایش بخش‌های جهت‌دار نیز تغییر خواهد کرد.
در هر دو حالت، نویسه‌ها دقیقا به همان ترتیب در حافظه ذخیره می‌شوند، اما ترتیب بصری نمایش بخش‌های جهت‌دار معکوس خواهد شد.
نویسه‌های خنثی
فاصله‌ها و علائم نگارشی در یونیکد به صورت قوی به عنوان LTR یا RTL تعریف نشده‌اند، زیرا ممکن است در هر دو نوع خط مورد استفاده قرار گیرند. بنابراین، آن‌ها به‌عنوان نویسه‌های خنثی یا ضعیف دسته‌بندی می‌شوند.
نویسه‌ها معمولا زمانی که با شماره‌ها مرتبط هستند، به‌عنوان «ضعیف» دسته‌بندی می‌شوند. تعداد کمی از علائم نگارشی در ابتدا به‌عنوان نویسه‌های ضعیف دسته‌بندی می‌شوند، اما در یک زمینه‌ی غیرشمارشی، مانند نویسه‌های خنثی پردازش می‌شوند. بنابراین، در این مقاله، تمام علائم نگارشی را به‌عنوان نویسه‌های خنثی در نظر خواهیم گرفت.
اینجاست که موضوع جالب‌تر می‌شود. وقتی الگوریتم دوسویه با نویسه‌های مواجه می‌شود که ویژگی‌های جهت‌دار خنثی دارند (مانند فاصله‌ها و علائم نگارشی)، برای تعیین نحوه‌ی پردازش آن‌ها به نویسه‌های اطراف نگاه می‌کند.
یک نویسه خنثی که بین دو نویسه با تایپ جهت‌دار یکسان قرار دارد، همان جهت‌گیری را به خود می‌گیرد. بنابراین، یک نویسه خنثی که بین دو نویسه RTL قرار گرفته است، خود به عنوان یک نویسه RTL در نظر گرفته می‌شود و تاثیر آن در گسترش بخش جهت‌دار دیده می‌شود. این همان دلیلی است که سه کلمه‌ی عربی در مثال زیر به عنوان یک بخش جهت‌دار واحد از راست به چپ خوانده می‌شوند – از جمله دوم فاصله‌ی بین آن‌ها که به عنوان نویسه‌های خنثی، جهت‌گیری نویسه‌های اطراف خود را می‌پذیرند. (فلش‌ها ترتیب خواندن را نشان می‌دهند.)
حتی اگر چندین نویسه خنثی بین دو نویسه با تایپ جهت‌دار قوی قرار بگیرند، همگی به همان روش پردازش خواهند شد.
توجه داشته باشید که برای این فرآیند همچنان نیازی به نشانه‌گذاری یا ظاهر دادن ندارید. همچنین، هنوز تنها سه بخش جهت‌دار در اینجا وجود دارد.
اما وقتی یک فاصله یا علامت نگارشی بین دو نویسه قوی با جهت‌گیری متفاوت قرار بگیرد، یعنی در مرز بین بخش‌های جهت‌دار چه اتفاقی می‌افتد؟ در چنین حالتی، نویسه خنثی (یا نویسه‌های خنثی) همان جهت‌گیری پایه‌ی غالب را به خود می‌گیرند.
بنابراین، به عنوان مثال، اگر بعد از آخرین نویسه عربی در مثال بالا یک ویرگول اضافه کنیم، این ویرگول به‌عنوان LTR (همسو با جهت پایه‌ی متن) در نظر گرفته خواهد شد و در نتیجه در سمت راست متن عربی نمایش داده می‌شود، یعنی به عنوان بخشی از بخش جهت‌دار سمت راست.
تا اینجا همه چیز خوب پیش می‌رود، اما این رفتار همیشه به نفع ما نیست، همان طور که در ادامه خواهیم دید.
تعبیه‌کردن تغییرات در جهت پایه
اگر در مثال قبلی، عنوان به زبان عربی با یک علامت تعجب به پایان می‌رسید، انتظار داشتیم که این علامت در لبه‌ی چپ متن عربی ظاهر شود.
متاسفانه، به صورت پیش‌فرض چنین نخواهد بود. علامت تعجب همانند ویرگول پردازش شده و در همان موقعیت، یعنی در سمت راست عنوان عربی، ظاهر خواهد شد.
برای اصلاح این وضعیت، باید جهت پایه‌ی متن عربی همراه با علامت تعجب را به RTL (راست به چپ) تنظیم کنیم. در این صورت، علامت تعجب نیز یک جهت‌گیری RTL خواهد داشت و به عنوان ادامه‌ی متن عربی در نظر گرفته خواهد شد.
زبان نشانه‌گذاری یا برنامه‌ای که با آن کار می‌کنید باید مکانیزم‌هایی برای انجام این تنظیمات در اختیار شما قرار دهد (به عنوان مثال، استفاده از ویژگی dir در یک عنصر q در HTML). در بخش فراتر از الگوریتم دوسویه این موضوع را بیشتر بررسی می‌کنیم.
تغییر جهت پایه نه تنها برای مدیریت علائم نگارشی در مرز بخش‌های جهت‌دار ضروری است، بلکه برای حفظ ترتیب صحیح بخش‌های جهت‌دار در متن‌های دوسویه‌ی تو‌در‌تو نیز اهمیت دارد. برای نمونه، مثال زیر را در نظر بگیرید: خط اول نمایش مورد انتظار را نشان می‌دهد، در حالی که خط دوم حالت پیش‌فرض بدون تنظیمات اضافی را نمایش می‌دهد.
نگران معنی متن در این مرحله نباشید؛ مسئله این است که در خط پایین، بدون تغییر جهت پایه برای نقل‌قول، بخش‌های جهت‌دار داخل آن به ترتیب از چپ به راست مرتب شده‌اند. بار دیگر، راه‌حل این مشکل، تعریف مجدد جهت پایه برای نقل‌قول است.
شماره‌ها
یک نکته‌ی سریع درباره‌ی شماره‌ها: شماره در زبان‌های RTL به صورت چپ به راست در جریان راست به چپ اجرا می‌شوند، اما الگوریتم دوسویه آن‌ها را کمی متفاوت از کلمات پردازش می‌کند. شماره‌ها دارای جهت‌گیری ضعیف هستند. دو مثال در تصویر این تفاوت را نشان می‌دهند.
اولین مثال از رقم‌های اروپایی «1234» استفاده می‌کند و مثال دوم همان شماره را با رقم‌های عربی-هندی ١٢٣٤ نمایش می‌دهد. در هر دو مورد، رقم‌های موجود از چپ به راست خوانده می‌شوند.
از آنجا که شماره دارای جهت‌گیری ضعیف است، بخشی از متن عربی قبل از خود در نظر گرفته می‌شود، بنابراین دو واژه‌ی عربی که شماره را احاطه کرده‌اند به عنوان بخشی از همان بخش جهت‌دار پردازش می‌شوند - حتی با وجود اینکه دنباله‌ی رقم‌ها روی برگه به‌صورت LTR نمایش داده می‌شود.
توجه داشته باشید که در کنار یک شماره، برخی نویسه‌های دیگر که معمولا خنثی در نظر گرفته می‌شوند، مانند نمادهای ارزی، به عنوان بخشی از شماره پردازش خواهند شد، نه یک نویسه خنثی. همچنین تفاوت‌های جزئی دیگری در نحوه‌ی پردازش شماره‌ها وجود دارد که نیازی به بحث دقیق درباره‌ی آن‌ها در اینجا نداریم.
نویسه‌های آینه‌ای
همچنین خواهید دید که برخی نویسه‌ها بسته به جهت متنی که در آن قرار دارند، دارای شکل‌های آینه‌ای می‌شوند.
در مثال زیر، همان نویسه پرانتز زاویه‌ای در همه‌ی موارد استفاده شده است، اما مشاهده می‌کنید که در متن چپ به راست، به سمت راست اشاره دارد، و در متن راست به چپ، به سمت چپ.
تعدادی از این نویسه‌ها وجود دارند، از جمله بسیاری که به‌صورت جفت ظاهر می‌شوند، مانند پرانتزها و براکت‌ها، اما برخی نیز به صورت منفرد ظاهر می‌شوند. برای ایجاد این رفتار نیازی به تنظیمات خاصی نیست.
