如何在AWS S3与Node.js间可靠处理从右到左文本？

我在AWS S3上存储了一个阿拉伯语文本文件，文本设置为从右到左（RTL）显示。通过终端下载后在Emacs中打开时，文本能正常按RTL显示；但用Node.js从S3下载并查看首行时，显示效果混乱。

S3对象的ContentLanguage和ContentEncoding字段均为undefined。我原本以为是toString()的问题，尝试toLocaleString()及多种语言参数后仍无效果。

我的Node.js代码如下：

const ob = await s3.getObject({
  Bucket, Key
}).promise(),
text = ob.Body.toString('utf-8'),
data = text.split('\n').filter(e => e.match(/\S/));

console.info(JSON.stringify(data.slice(0, 2), null, 5));

目前的临时解决方法是反转字符，但不确定是否最优：

data = text.split('\n').filter(e => e.match(/\S/))
  .map(line => ['ar', 'he'].includes(lng) ?
    line.split("").reverse().join("") : // 阿拉伯语&希伯来语RTL处理
    line)

请问我哪里操作有误？有没有更优的解决方案？

核心原因 #

不是代码读取文本的问题，而是终端/控制台对RTL文本的渲染支持差异：

• Emacs等编辑器内置了完善的Unicode双向文本排版引擎，能正确识别阿拉伯语的RTL属性并渲染；
• 大部分默认终端（包括Node.js控制台）对RTL文本的排版支持不完善，无法正确处理阿拉伯语的双向显示规则，导致视觉顺序混乱，但文本本身的Unicode字符顺序是正确的。

临时方案的问题 #

直接反转字符顺序是错误的：
阿拉伯语是连写文字，字符的显示字形依赖于上下文（前后字符），反转单个字符会破坏连写结构，导致文本完全失真。而且RTL是排版方向，不是字符存储顺序——阿拉伯语文本在Unicode中的存储顺序是“逻辑顺序”（从左到右的字符输入顺序），而显示是“视觉顺序”（从右到左），反转字符会彻底打乱逻辑顺序，造成文本内容错误。

正确解决方案 #

1. 优先使用支持RTL的终端

现代终端如Windows Terminal、iTerm2、GNOME Terminal等都支持RTL文本渲染，开启对应设置后，无需修改代码即可正确显示阿拉伯语文本。

2. 使用Unicode双向控制字符强制排版

如果必须在不支持RTL的终端显示正确视觉效果，可添加**RLM（Right-to-Left Mark，U+200F）**不可见控制字符到行首，告诉渲染引擎按RTL规则排版：

data = text.split('\n').filter(e => e.match(/\S/))
  .map(line => ['ar', 'he'].includes(lng) ?
    '\u200F' + line : // 添加RLM控制字符，强制RTL排版
    line)

RLM是一个零宽度字符，不会改变文本的逻辑顺序，仅影响渲染时的排版方向，既能保证文本内容正确，又能在终端显示出正确的RTL视觉效果。

3. 文本处理/存储时无需修改

如果你的需求是处理、存储或传输文本，而不是在终端显示，那么完全不需要修改文本内容——保持原UTF-8字符顺序即可，因为这是符合Unicode标准的逻辑顺序，任何支持RTL的应用（如Emacs、浏览器、专业文档工具）都能正确渲染。

关于S3元数据的说明 #

ContentLanguage和ContentEncoding为undefined不是问题根源：

• ContentLanguage只是标识内容语言的元数据，不影响文本本身的编码或排版；
• ContentEncoding用于压缩编码（如gzip），你的文件是未压缩的UTF-8文本，所以该字段为空是正常的。

内容的提问来源于stack exchange，提问作者Jeremy Jones