Como você mistura scripts da esquerda para a direita e da direita para a esquerda sem que seus arquivos pareçam malucos?

Digamos que seu idioma nativo seja o hebraico e você esteja trabalhando em uma linguagem de programação como o Python 3, que permite colocar o hebraico no código-fonte. Bom para você! Você tem um dict:

d = {'a': 1}

e você deseja substituir isso apor um pouco de hebraico. Então você substitui esse caractere único:

d = {'א': 1}

Uh oh Apenas substituindo um caractere, sem fazer outras alterações , sua exibição ficou louca. Tudo, desde o hebraico até o 1contrário, é extremamente óbvio que isso é uma sintaxe válida ( é ), e muito menos o que isso significa.

O hebraico é intrinsecamente da direita para a esquerda e, mesmo sem caracteres de controle invisíveis, o texto em hebraico será exibido da direita para a esquerda. Isso também se aplica a certos caracteres "regulares" em posições próximas ao hebraico, bem como a caracteres de alguns outros scripts. Os detalhes são complicados.

Como você lida com isso? Você não pode inserir caracteres de controle no seu código-fonte para corrigir a exibição sem quebrar o código. Escrever tudo em hexadecimal escapa comercializa um tipo de ilegibilidade para outro. Mesmo se você se resignar a nomear tudo com caracteres do bloco Latim básico e colar todas as strings hebraicas nos arquivos de localização, é difícil evitar misturar o texto da direita para a esquerda e da esquerda para a direita.

JSON ou CSV com hebraico serão ilegíveis. Se esses arquivos de localização nos quais você inseriu suas strings deveriam ser legíveis por humanos, bem, provavelmente não são. O que você faz?

AFAIK, isso é principalmente relevante quando você usa letras não ASCII em identificadores (e talvez comentários) em seu código.

Se você se disciplinar para evitar isso, por exemplo, se o seu código usar identificadores e palavras-chave e comentários com aparência "inglesa", isso será muito menos um problema (e todo desenvolvedor de software poderá ler a documentação e o código em inglês). Em seguida, a internacionalização e localização do seu aplicativo ocorrem apenas em mensagens , principalmente cadeias literais .

Você pode usar algum catálogo de mensagens. Por exemplo, em C e POSIX, você usará gettext (3) e amigos. O catálogo de mensagens localizadas contém todas as variantes localizadas / internacionalizadas da mensagem. Se o seu aplicativo for apenas para usuários de hebraico (e esse não for um grande mercado), o hebraico será apenas em cadeias literais.

Para ser mais específico, o aplicativo hello world conteria

void say_hello(char*towhom) {
  printf(gettext("hello %s"), towhom);
}

e seu aplicativo se personalizaria no início da execução chamando alguns setlocale (3) com argumentos apropriados.

Veja o código do idioma (7) . Adapte tudo isso ao seu Python e sistema operacional. Muitas estruturas de plataforma cruzada (por exemplo, Qt ) têm amplo suporte para internacionalização e localização.

Obviamente, há a questão delicada de exibir seqüências Unicode. As bibliotecas de exibição e GUI e kits de ferramentas mais sérios (Qt, GTk, ...) são capazes de lidar com strings de idiomas mistos (por exemplo, exibindo algo que contenha hebraico e inglês, russo e chinês).

Para uma visão mais ampla, leia a wiki sobre internacionalização e localização de software.

Um arquivo JSON é válido quando contém apenas caracteres ASCII, com outros caracteres (que apareceriam apenas em cadeias JSON) codificados com \u05d0 (em vez de א) na cadeia.

Talvez você possa encontrar um editor suficientemente bom e personalizá-lo para suas necessidades. Tenho certeza que você pode encontrar alguns Emacs submodo do (ou personalizar um) para cobrir o problema específico de ter strings literais hebraicas em Python (mas ainda ter identificadores e comentários em inglês).

BTW, não sei como é o teclado hebraico, mas na maioria dos layouts de teclado, você pode configurá-los para que digitar letras ASCII (ou seja, latinas) seja mais rápido do que digitar letras não ASCII. Portanto, mesmo para você, seria melhor digitar o código com aparência em inglês.

Em relação aos dados JSON, você poderá configurar seu editor para ver אquando uma string contém \u05d0(caso contrário, use um conversor JSON à jq )

Portanto, acredito que seu problema real deve ser escolher e configurar um bom editor (o hebraico é apenas dentro de cadeias literais; no caso raro em que uma cadeia literal precise conter hebraico e inglês, divida-a em várias partes). Eu acho que o Emacs e o Vim podem ser configurados para atender às suas necessidades.