如何在Python中检测UTF-8字符串中的左右方向标记及括号方向

直接操作Unicode字符就能实现你的需求，Python里的字符串本身就是Unicode序列，不用额外编码解码。下面是具体实现：

核心思路 #

1. RLM（右到左标记）和LRM（左到右标记）对应固定的Unicode码点，直接判断字符的码点即可识别。
2. 括号的RTL/LTR属性可以通过字符的双向排版类型判断，用unicodedata模块就能获取这个属性。

完整代码 #

import unicodedata

def is_right_to_left_mark(char):
    # RLM的Unicode码点：U+200F
    return ord(char) == 0x200F

def is_left_to_right_mark(char):
    # LRM的Unicode码点：U+200E
    return ord(char) == 0x200E

def get_bidi_type(char):
    try:
        return unicodedata.bidirectional(char)
    except ValueError:
        return ""

# 测试用例，包含RTL括号、普通LTR括号、RLM/LRM标记
test_text = "测试文本：﴾RTL括号﴿ (LTR括号) \u200F---RLM标记---\u200E"

for char in test_text:
    print(char)
    if is_right_to_left_mark(char):
        print("---RLM---")
    elif is_left_to_right_mark(char):
        print("---LRM---")
    
    # 判断括号的方向属性
    bidi_type = get_bidi_type(char)
    if char in "()[]{}":
        print(f"普通LTR括号，双向类型: {bidi_type}")
    elif bidi_type in ('R', 'AL'):
        print(f"RTL字符，双向类型: {bidi_type}，属于RTL类括号")

说明 #

• 不用对UTF-8字符串做编码解码操作，Python遍历字符串时拿到的每个char都是完整的Unicode字符。
• RLM对应\u200F，LRM对应\u200E，通过ord(char)获取字符的十进制码点，和十六进制的0x200F/0x200E对比就能识别。
• 用unicodedata.bidirectional()可以获取字符的双向排版类型：
  • 'L' 代表LTR（从左到右）字符
  • 'R'/'AL' 代表RTL（从右到左）字符
• 注意：普通LTR括号（如()）在RTL语境下排版时会反转显示，但它们本身的Unicode属性还是LTR，若要判断实际显示的开/闭状态，还需要结合文本的整体排版方向，不过如果只是判断字符本身的RTL/LTR属性，用上述方法足够。

内容的提问来源于stack exchange，提问作者Chana Drori