阿拉伯語系在文字處理上是我目前所知道最複雜的。阿拉伯文一些獨有的特性，導致其文字儲存時的編碼或在記憶體的原始 Unicode characters 序列，跟最後螢幕上看到的有很大的差異。
兩者最大的差異有：
阿拉伯文字，從記憶體中原始 Unicode 順序（memory representation in logical order），到最後螢幕呈現的結果（glyphs arrangement in visual order），中間的整個處理流程叫作造形（shaping），一般是顯示時由 rendering engine 處理的。
Arabic Shaping 可以區分成下列五部分：
- 書寫連接（Arabic Cursive Joining）
- 阿拉伯文只有書寫體（沒有印刷體或標準體），即使是印刷在紙上，或顯示在電腦上，都得考慮草寫連接問題
- 連接時，每個字元會因兩旁字元不同，而有不同形狀（glyphs），以應付不連，右連，左連，双連等情況
- 形狀重塑（Arabic Ligatures）
- 除了連接需求外，一些連續的特定兩個字元，會結合（ligature）成另一種形狀（glyph）
- 記號標注（Combining Marks）
- 字序重排（Reordering）
- 鏡像矯正（Mirroring）
- 針對大於小於及括號等因左右方向不同而有不同意義的字元作修正
前三者要依序處理。字序重排及鏡像矯正可以最先處理或最後處理，但會因先後處理不同會影響到前三項處理的細節。完整的字序重排及鏡像矯正說明可以參閱 UAX #9: Unicode Bidirectional Algorithm。
網路上可以找到的 source code 如下：
其中， Android 版是 CE 版的改寫，但這兩支程式都有個問題，就是沒考慮到 Combining Marks ，遇到 Transparent Joining Types 的字元時，就會出錯，這很容易遇到。第三支程式應該比較完整，但它太龐雜了，有耐心的話可以慢慢啃
。建議直接參考 Unicode6.1.0/ch08.pdf 的 8.2 Arabic 這個章節，針對會遇到的部份，自己重寫比較直接。
如果要處理的文字只有阿拉伯語（不含其他阿拉伯語系的文字，例如波斯、埃及等），那只要處理 Arabic Block 中，也有在 ISO/IEC 8859-6 列出的部份。對應的 glyphs 都可以在 Arabic Presentation Forms-B 找到。
要完整處理整個阿拉伯語系，那勢必得直接採用下列資料：
其他值得參考的資料如下：
本文转自xyz_lmn51CTO博客，原文链接：http://blog.51cto.com/xyzlmn/1230808
，如需转载请自行联系原作者
