Java如何手动实现阿拉伯/波斯语字符到适配字形的转换

你遇到的特定字符不连写、始终显示基础形态的问题，不需要手动维护字符映射表，也不需要用复杂的GlyphVector方案，按优先级试下面几个可落地方案即可：

1. 优先检查字体配置（80%的同类问题都是这个原因） #

你提到的ک（波斯语凯夫）、ی（波斯语耶）两个字符不触发连写，基本都是字体不兼容导致的：

• 不要用系统默认无衬线字体渲染阿拉伯语系文字，很多默认字体缺失波斯语字符的GSUB连写规则，只会渲染基础形态
• 替换为专门适配阿拉伯语/波斯语的字体即可，比如Vazirmatn、Noto Naskh Arabic，配置时把这类字体放在字体栈最前面
• 配置示例（Vaadin 通用组件样式）：

  // 给图表标签设置兼容字体
  Label label = new Label("الکتاب");
  label.getStyle().set("font-family", "Vazirmatn, Noto Naskh Arabic, sans-serif");
  

2. 开启Vaadin Charts自带的RTL文本整形 #

如果你用的是Vaadin官方Charts组件（基于Highcharts封装），组件本身已经内置了阿拉伯语连写处理能力，不需要后端做额外转换，只要打开RTL支持开关即可：

Chart chart = new Chart(ChartType.BAR);
Configuration config = chart.getConfiguration();
// 开启双向文本支持，自动处理阿拉伯语/波斯语连写、字形适配
config.getAccessibility().setEnabled(true);
config.setLang(new Lang().setRTL(true));

配置完成后直接传入原始Unicode规范区段（U+0600段）的文本即可，组件前端会自动完成到展示字形的转换。

3. 后端文本整形方案（自定义绘制场景用） #

如果你是用Canvas自定义绘制图表、必须在后端完成字形转换，直接用JDK标准库自带的文本整形能力即可，不需要额外依赖，也不用手动写HashMap映射：

import java.awt.font.TextAttribute;
import java.text.AttributedCharacterIterator;
import java.text.AttributedString;

public String reshapeArabicPersianText(String rawText) {
    // 先过滤掉会打断连写的不可见控制字符
    String cleanedText = rawText.replaceAll("[\\u200C\\u200D]", "");
    AttributedString attrStr = new AttributedString(cleanedText);
    // 指定文本语言触发内置的阿拉伯语整形逻辑
    attrStr.addAttribute(TextAttribute.LANGUAGE, "fa");
    AttributedCharacterIterator iterator = attrStr.getIterator();
    StringBuilder sb = new StringBuilder();
    char c = iterator.first();
    while (c != AttributedCharacterIterator.DONE) {
        sb.append(c);
        c = iterator.next();
    }
    return sb.toString();
}

• 注意：不要自己维护基础字符到独立/词首/词中/词尾四类字形的映射表，阿拉伯语、波斯语、乌尔都语等使用阿拉伯字母的语言连写规则存在细微差异，手动维护很容易出现字符适配错误，比如波斯语的ک ی和阿拉伯语的ك ي字形本身就有区别，硬编码映射很容易混同。
• 你之前看到的GlyphVector方案是针对自定义字形绘制场景的，只是渲染文本标签完全不需要用到，复杂度太高。

内容的提问来源于stack exchange，提问作者Gilded Json