BroadRouter
Inizia

Testo da destra a sinistra (RTL, right-to-left)

Aggiornato

Il testo da destra a sinistra (RTL) è una scrittura, come l’arabo o l’ebraico, visualizzata da destra verso sinistra. I computer lo memorizzano in ordine logico di lettura, e l’algoritmo bidirezionale Unicode decide l’ordine di visualizzazione quando si mescola con testo da sinistra a destra, cifre, nomi di modelli o codice.

Detto anche: testo RTL, testo da destra a sinistra, testo bidirezionale, algoritmo bidirezionale Unicode, RTL, right-to-left, bidirectional text, bidi

La risposta in arabo del modello è corretta, ma a schermo il prezzo sta dal lato sbagliato e il nome del modello è spezzato a metà. È un problema di bidi, non del modello.

Come funziona

Il testo si memorizza in ordine logico, l’ordine in cui si legge e si digita. UAX #9, l’algoritmo bidirezionale Unicode (Unicode Bidirectional Algorithm), assegna a ogni carattere un tipo di direzione e calcola l’ordine di visualizzazione della riga. I caratteri non si spostano mai in memoria; cambia solo il modo in cui vengono mostrati.

Le lettere sono forti: l’arabo va da destra a sinistra, il latino da sinistra a destra. Cifre e punteggiatura sono deboli o neutre e prendono la posizione dal testo che le circonda. Le cifre europee sono di tipo EN, quelle arabo-indiane di tipo AN, e UAX #9 risolve EN in AN dopo una lettera araba.

Una tipica stringa mista prodotta da un assistente in arabo:

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

Mostrata in un contesto da sinistra a destra, le parti in arabo si leggono da destra a sinistra ma il paragrafo parte da sinistra: la frase appare nell’ordine sbagliato, e la barra, i punti e il numero 20 possono attaccarsi al blocco sbagliato. La soluzione è impostare la direzione di base, non riordinare i caratteri.

Quando non puoi usare il markup, Unicode offre caratteri di controllo invisibili:

Code point Nome Uso
U+200F RLM, right-to-left mark Spinge un carattere neutro verso RTL
U+061C ALM, Arabic letter mark Lo stesso, nei contesti arabi
U+2067 RLI, right-to-left isolate Apre un tratto RTL
U+2066 LRI, left-to-right isolate Apre un tratto LTR, per esempio un ID di modello
U+2068 FSI, first strong isolate Prende la direzione dal contenuto
U+2069 PDI, pop directional isolate Chiude qualsiasi isolate

Nei documenti nuovi UAX #9 incoraggia gli isolate al posto dei vecchi embedding (da U+202A a U+202C), perché gli embedding influenzano troppo il testo circostante, e dice che gli override (U+202D, U+202E) vanno evitati quando possibile per motivi di sicurezza.

Perché è importante

In HTML, il W3C consiglia di mettere dir="rtl" sull’elemento html quando la pagina è RTL, e di non usare il CSS per impostare la direzione di base. Per il testo di cui non conosci la direzione, come la risposta di un modello o il nome di un utente, usa dir="auto" o l’elemento bdi. Il W3C osserva che auto decide in base al primo carattere forte, quindi un paragrafo quasi tutto in inglese che inizia con una parola araba può comunque essere mostrato male.

Per chi usa un’API, i problemi tipici sono:

  • Interfacce di chat. Una risposta in streaming inizia in inglese e poi passa all’arabo. Imposta dir="auto" su ogni messaggio, non una volta sola sulla pagina.
  • JSON e log. L’output del modello può contenere mark invisibili. Un valore come "‏gulf" non sarà uguale a "gulf". Elimina i controlli bidi prima di confrontare i campi dell’output strutturato.
  • Stringhe dell’interfaccia tradotte. Segnaposto e nomi di prodotto dentro un testo arabo hanno bisogno di isolate; vedi tradurre le stringhe di un’app in arabo.

Su BroadNet Inference

L’endpoint di chat di BroadNet restituisce l’arabo come normale testo nella risposta JSON, come qualsiasi API compatibile con OpenAI, e BroadNet non ha funzioni di visualizzazione o di bidi. La direzione è compito del tuo front end. Se normalizzi anche il testo per la ricerca, rimuovi i controlli bidi nello stesso passaggio della normalizzazione Unicode, perché NFC e NFKC li lasciano dove sono.

Errori comuni

  • Invertire le stringhe arabe nel codice per «sistemare» la visualizzazione.
  • Impostare la direzione solo con il CSS.
  • Lasciare U+200F o U+2067 dentro ID, chiavi o valori enum.

Domande frequenti

Un’API LLM restituisce il testo arabo al contrario?

No. Le API restituiscono i caratteri in ordine logico, cioè nell’ordine in cui si leggono. L’inversione avviene solo a schermo, quando la direzione del contesto è sbagliata.

Devo eliminare i caratteri di controllo bidi dall’output del modello?

Elimina gli override (U+202D, U+202E) dal testo non affidabile, perché UAX #9 avverte che pongono problemi di sicurezza. Isolate e mark di solito sono innocui, ma toglili dai valori che confronti, indicizzi o analizzi.

Perché i numeri finiscono dal lato sbagliato di una frase in arabo?

Le cifre sono caratteri deboli: la loro posizione dipende dai caratteri vicini. Metti il numero e la sua unità in un isolate, oppure imposta esplicitamente la direzione del paragrafo con dir="rtl".

Leggi in MarkdownChiedi a ChatGPTChiedi a ClaudeChiedi a Perplexity