Java Bidi 怎么让段落方向跟随首个强方向字符

处理阿拉伯语、希伯来语和数字混排时，段落开头往往不是一个能决定方向的字符。Java 的 java.text.Bidi 可以把基准方向交给 Unicode 双向算法：使用 DIRECTION_DEFAULT_LEFT_TO_RIGHT 或 DIRECTION_DEFAULT_RIGHT_TO_LEFT，算法会寻找首个强方向字符；如果整段没有强方向字符，再按所选常量的默认方向回退。

因此，标题里的“跟随首个强方向字符”不是手工扫描字符串，也不是把第一个数字或标点当作方向依据。核心做法是给 Bidi 传入默认方向常量，再通过 baseIsLeftToRight() 或 getBaseLevel()读取结果。本文只讨论段落基准方向与混排状态，不展开 UI 渲染和字体排版。

官方参考地址：https://docs.oracle.com/en/java/javase/26/docs/api/java.base/java/text/Bidi.html

先把“首个强方向字符”交给默认方向常量

Java Bidi 的四个方向标志可以分成两组：DIRECTION_LEFT_TO_RIGHT 和 DIRECTION_RIGHT_TO_LEFT 是强制基准方向；另外两个 DIRECTION_DEFAULT_* 才是“先看首个强方向字符，再在没有强字符时回退”的策略。标题要求段落跟随首个强方向字符，通常应从默认常量开始。

强方向字符不是“第一个可见字符”。数字和许多标点属于弱方向或中性字符，不能因为它们排在字符串最前面就直接决定段落基准方向。比如编号、冒号之后才出现希伯来文时，默认策略仍然可以依据后面的首个强字符选择方向。

用 Bidi 构造器表达段落方向策略

import java.text.Bidi;

public final class ParagraphDirection {
    private ParagraphDirection() {
        // 工具类不保存状态，也不允许被实例化。
    }

    public static Bidi analyze(String paragraph) {
        if (paragraph == null) {
            throw new IllegalArgumentException("段落不能为 null"); // 明确拒绝缺失输入
        }

        // 默认左到右只是“没有强字符时”的回退，不会压过首个强方向字符。
        return new Bidi(paragraph, Bidi.DIRECTION_DEFAULT_LEFT_TO_RIGHT);
    }

    public static Bidi analyzeWithRtlFallback(String paragraph) {
        if (paragraph == null) {
            throw new IllegalArgumentException("段落不能为 null"); // 让调用方修复数据契约
        }

        // 仍然跟随首个强字符；整段没有强字符时才回退到右到左。
        return new Bidi(paragraph, Bidi.DIRECTION_DEFAULT_RIGHT_TO_LEFT);
    }
}

这两个方法的差别只在“没有强方向字符时怎么办”。如果段落是数字、空格、括号和标点组成的编号，左回退通常更符合拉丁文界面；如果段落容器本来属于 RTL 文档，右回退可以保留那个容器的预期。不要为了“自动”而把强制方向常量混进来，否则首个强方向字符就不再拥有选择权。

用基准级别区分方向，用混排状态判断复杂度

构造对象后，不要只凭肉眼猜方向。baseIsLeftToRight()适合返回布尔结论，getBaseLevel()适合和其他双向级别数据一起记录：0 表示左到右，1 表示右到左。isMixed()则回答当前行是否既不是纯左到右也不是纯右到左。

import java.text.Bidi;

public final class DirectionSummary {
    public static String summarize(String paragraph) {
        Bidi bidi = new Bidi(paragraph, Bidi.DIRECTION_DEFAULT_LEFT_TO_RIGHT);
        boolean leftToRight = bidi.baseIsLeftToRight(); // 读取段落基准方向
        int baseLevel = bidi.getBaseLevel(); // 0 为 LTR，1 为 RTL
        boolean mixed = bidi.isMixed(); // 混排时不要把整段当成单一方向

        return "base=" + (leftToRight ? "LTR" : "RTL")
                + ", level=" + baseLevel
                + ", mixed=" + mixed;
    }
}

这里的 base 只描述段落的基准方向，不等于每个字符的最终视觉顺序。阿拉伯文句子里夹着数字、英文标识符或括号时，段落可以有 RTL 基准，同时存在多个方向运行段。若后续需要按运行段处理，应继续读取 getRunCount()、getRunStart()、getRunLimit() 和 getRunLevel()，不要把 baseIsLeftToRight() 当成完整渲染结果。

段落和行要分开处理

如果整个段落适合一次分析，可以直接使用构造器得到的 Bidi。当 UI 或排版层把一个段落拆成多行时，官方 API 提供 createLineBidi(lineStart, lineLimit) 创建行级对象。行级对象继承段落分析的上下文，但它的运行段和级别应当按当前行读取。

这一步的架构取舍是：文本适配层负责确定段落输入和默认回退，排版层负责根据实际行边界创建行级对象，渲染层再消费运行段。不要在每个组件里重新扫描首个字符，也不要让组件各自选择不同的默认回退方向，否则同一段文本在不同区域可能出现不一致的基准方向。

四个判断点避免方向策略失效

可以把这四点当成一个小型策略模式：默认方向常量解决输入不确定时的选择，Bidi 对象保存分析结果，段落层确定基准，行和运行段层处理混排细节。它的价值不在于让所有文本都变成同一方向，而在于把“默认策略”和“局部混排”分成两个责任。

默认左到右和强制左到右有什么区别？

默认左到右会先依据首个强方向字符；只有没有强方向字符时才回退为左到右。强制左到右则直接指定基准方向，不把首个强方向字符作为基准选择依据。

首个字符是数字时，方向一定是左到右吗？

不一定。数字本身不能替代首个强方向字符，后续出现的阿拉伯文或希伯来文仍可能决定默认基准方向；若全文没有强方向字符，才使用默认常量的回退值。

只调用 baseIsLeftToRight 能完成渲染吗？

不能。它只返回基准方向。混排文本还需要根据运行段级别交给后续排版或渲染逻辑处理。

总结一下：标题场景的最小解法是 new Bidi(paragraph, Bidi.DIRECTION_DEFAULT_LEFT_TO_RIGHT) 或右回退版本；首个强方向字符负责正常段落的基准选择，无强字符时才由默认值兜底；复杂混排则继续看基准级别和运行段，而不是把一个布尔值当成完整布局结果。