Directionality 문자

문자열 중간에 다음과 같은 유니코드가 끼여 있는 경우가 있다

• 0x202A - DIRECTIONALITY_LEFT_TO_RIGHT_EMBEDDING
• 0x202E - POP_DIRECTIONAL_FORMAT
• 등등..

이런 유니코드는 문자의 방향성을 나타내는 코드다. 아랍어, 히브리어는 문장을 왼쪽->오른쪽, 오른쪽->왼쪽 두 방향으로 다 쓴다고 한다.

코드는 String 내에 보이지 않게 숨어있어서 의도한 문자열 처리를 방해할수 있다.

import static java.lang.Character.*;

/**
* Directional 유니코드를 제거한다 (WCRW-785)
*/
public static String removeLTRUnicode(String text) {
    if (text == null) {
        return null;
    }

    StringBuilder removedText = new StringBuilder();

    for (int i = 0, n = text.length(); i < n; ++i) {
        byte d = getDirectionality(text.charAt(i));
        switch (d) {
            case DIRECTIONALITY_LEFT_TO_RIGHT_EMBEDDING:
            case DIRECTIONALITY_POP_DIRECTIONAL_FORMAT:
            ...
                continue;
        }
        removedText.append(text.charAt(i));
    }

    return removedText.toString();
}

java.lang.Character 클래스에는 해당 코드를 상수값으로 반환하는 getDirectionality(char ch) 메서드가 존재한다.

java.lang.CharacterData 추상 클래스를 상속받는 클래스들에서 실제 메서드가 구현되어 있다. 다음 코드는 CharacterData00 클래스의 구현부이다.(java 1.8)

byte getDirectionality(int ch) {
    int val = getProperties(ch);
    byte directionality = (byte)((val & 0x78000000) >> 27);
    if (directionality == 0xF ) {
        switch(ch) {
            case 0x202A :
                // This is the only char with LRE
                directionality = Character.DIRECTIONALITY_LEFT_TO_RIGHT_EMBEDDING;
                break;
            case 0x202B :
                // This is the only char with RLE
                directionality = Character.DIRECTIONALITY_RIGHT_TO_LEFT_EMBEDDING;
                break;
            case 0x202C :
                // This is the only char with PDF
                directionality = Character.DIRECTIONALITY_POP_DIRECTIONAL_FORMAT;
                break;
            case 0x202D :
                // This is the only char with LRO
                directionality = Character.DIRECTIONALITY_LEFT_TO_RIGHT_OVERRIDE;
                break;
            case 0x202E :
                // This is the only char with RLO
                directionality = Character.DIRECTIONALITY_RIGHT_TO_LEFT_OVERRIDE;
                break;
            default :
                directionality = Character.DIRECTIONALITY_UNDEFINED;
                break;
        }
    }
    return directionality;
}