Unity游戏ugui适配阿拉伯文本显示

据说中文和阿拉伯文是两种最难学的语言，中文咱就不说了，来说说阿拉伯文。最近项目要适配阿拉伯文的显示，由于Unity的ugui对阿拉伯文显示并没有提供支持，还是要自己动手来做适配，着实费了一番功夫。本文介绍一下完整的适配方案，供大家一起参考。

阿拉伯文简介

首先介绍下阿拉伯文，阿拉伯文的显示是右对齐、从右到左的，不仅是语序从右到左，就连一个单词的每个字符都是从右到左显示的。打个比方，用大写英文字母来代表阿拉伯字符，我们理解的"ABCD EFG"（约定下文都用斜粗体表示我们理解的顺序）在阿拉伯文中就会显示成"GFE DCBA"。

另外，当阿拉伯文和英文、数字混排时，英文和数字的显示顺序又要恢复成从左到右。比如说，我们理解的"ABCD hello world EFG 123"（还是用大写英文字母来代表阿拉伯字符），就会显示成"123 GFE hello world DCBA"。

除了顺序，阿拉伯文还有一个特点是，同一个字符有多种写法，根据这个字符是单词的开头、中间、结尾来选择不同的写法。再打个比方（还是用英文字母举例），字符A有三种写法：A(前连书体)，a(前后连书体)， $a$ (后连书体)，那么单词"AAA"就会显示成" $a$ aA"。

好了，上述就是阿拉伯文的特点所在，正因为这些与众不同的特点，我们需要经过适配处理才能在Unity中正常显示。

（不得不感慨秦始皇的“书同文”太伟大了）

在哪里适配

网上一些适配方案都是把字符串适配后再赋值给ugui的Text组件，通过修改数据来改变显示。

Text t;
string str;
t.text = ArabicFix(str);

不过我觉得，数据和显示最好分开，所以我把适配放在ugui的Text源码中，在渲染的时候使用适配后的字符串。就是说，Text保存的字符串数据还是从左往右的（如"ABCD hello world EFG 123"），然后转换成从右往左的字符串（"123 GFE hello world DCBA"），用后者来渲染。

protect string m_Text = String.Empty;
private string m_ShowText = String.Empty;public virtual string text
{get{return m_Text;}set{...m_Text = value;m_ShowText = ArabicFix(m_Text);...}
}protected override void OnPopulateMesh(VertexHelper toFill)
{...cachedTextGenerator.PopulateWithErrors(m_ShowText, settings, gameObject);...
}

适配方案

完整的适配方案分为5步：字符书体转换、字符串反转、字符串富文本提纯、字符串换行修正、字符串富文本恢复，下面详细说下每个步骤。

字符书体转换

书体转换这一步，我是用的网上的一个开源插件ArabicSupport(https://github.com/Konash/arabic-support-unity)，原理就是先判断这个字符是词首，词中还是词尾，然后转换成对应的前连书体、前后连书体、后连书体（这三种书体在Unicode码中有一定规则）。

字符串反转

上面提到的ArabicSupport插件也提供了字符串反转功能，但是略显复杂，效果不是很好，所以我自己重写了一个。很简单，就是用一个栈来处理英文和数字。

string ReverseStr(string str)
{List<char> list = new List<char>{};Stack<char> stack = new Stack<char>{};for(int i = str.Length-1; i >= 0; --i){if()  // 如果是英文字母或者数字，或者是标点符号且前后都是英文或数字，进栈{stack.Push(str[i]);}else{// 遇到阿拉伯字符了，先出栈while(stack.Count > 0){list.Add(stack.Pop());}// 再插入阿拉伯字符list.Add(str[i]);}}// 全部出栈while(stack.Count > 0){list.Add(stack.Pop());}return new string(list.ToArray());
}

字符串换行修正

在说富文本提纯前，先说字符串换行修正。我们知道，ugui的Text组件是有自动换行功能的，但遇到阿拉伯文时，这个换行就出问题了。比如说，显示 "TTTTTTTT 123 GFE hello world DCBA"（从右往左读的阿拉伯字符串），自动换行时，会显示成下图，句首跑到第二行了。

TTTTTTTT 123 GFE
hello world DCBA

这个换行处理ugui没有开源，所以要自己处理，方法是处理字符串时，在适当的地方手动插入换行符'\n'。把"TTTTTTTT 123 GFE hello world DCBA"先处理成"hello world DCBA\nTTTTTTTT 123 GFE "，再用后者渲染，就能得到我们想要的效果。

hello world DCBA
TTTTTTTT 123 GFE

字符串富文本提纯

按照上面的换行修正方法，由于是自己处理字符串，可能会把富文本截断，所以要提取富文本中的纯文本，用纯文本替换掉富文本得到纯文本字符串，然后对纯文本字符串进行换行修正。提取时用到了以下正则式来匹配：

提取富文本：
(<b.+?b>)|(<size.+?size>)|(<color.+?color>)提取富文本中的纯文本：
>[^<>]+<

字符串富文本恢复

经过换行修正后，需要进行富文本的恢复，很简单，在需要恢复的字符子串前后加上富文本修饰词就好。

一个例子

现有一个从左往右读的阿拉伯字符串"ABAB hello world ABA 123"（用大写字母代表阿拉伯字符）

内存中表示为 ABAB <color=#ff3520>hello world ABA</color> 123

1、字符书体转换 Aba $b$ <color=#ff3520>hello world Ab $a$ </color> 123

2、字符串反转 123 <color/> $a$ bA hello world<ff3520#=color> $b$ abA （注意：反转时富文本也会反转）

3、字符串富文本提纯 123 $a$ bA hello world $b$ abA

4、字符串换行修正 hello world $b$ abA\n123 $a$ bA

5、字符串富文本恢复 <color=#ff3520> hello world</color> $b$ abA\n123 <color=#ff3520> $a$ bA</color>

渲染显示 hello world $b$ abA

123 $a$ bA

写在最后

经测试，这套方案完美解决了项目中的阿拉伯文适配问题。为了避免代码细节喧宾夺主，本文没有贴出代码，只说明了步骤和算法，供大家一起参考。