JDK升级11后阿拉伯RTL场景NumberFormat负数解析异常问题

Locale locale = new Locale("ar", "AE");
NumberFormat format = NumberFormat.getNumberInstance(locale);                
System.out.println(format.parse("55-"));

上述代码在JDK 8环境下执行返回-55，在JDK 11环境下执行返回55；同环境下调用format.parse("-55")方法会抛出ParseException。

核心差异来自JDK版本迭代中区域设置（Locale）数据源的默认规则切换：

• JDK 8及更早版本默认使用JRE自带的兼容型区域数据（COMPAT），这套数据对ar_AE（阿拉伯联合酋长国阿拉伯语）的数字解析规则做了非标准的宽松适配：既支持前缀ASCII减号识别负数，也错误兼容了后缀ASCII减号的写法，会把"55-"解析为-55，不符合Unicode针对阿拉伯语RTL（从右到左）场景的官方本地化规范。
• 从JDK 9开始，CLDR（Unicode通用区域数据仓库）被设为最高优先级的区域数据来源，JDK 11绑定的是高版本CLDR规则，严格遵循ar_AE区域的数字格式标准：
  • 阿拉伯语RTL场景下的标准负号不是ASCII编码的连字符-（U+002D）
  • 默认解析模式下，遇到数字串尾部的非合法数字字符会直接截断，返回已解析完成的数字部分，因此"55-"只会解析出前面的55，尾部的ASCII减号被直接忽略
  • 如果把ASCII减号放在数字开头，因为起始字符不属于当前Locale下的合法数字起始字符，解析会直接中断抛出ParseException

根据业务兼容需求，可以选择以下三种方案：

• 方案1：遵循CLDR标准格式解析
  ar_AE区域CLDR规范规定的标准负数，使用Unicode数学减号−（U+2212，注意和ASCII连字符区分）作为负号，逻辑字符串格式为−55，RTL渲染时负号会自动显示在数字的视觉左侧，直接用默认配置的NumberFormat解析该格式字符串即可得到正确的-55结果。
• 方案2：开启宽松解析兼容旧写法
  如果业务需要兼容"55-"、"-55"这类ASCII减号的旧写法，手动调用NumberFormat的setLenient(true)方法开启宽松解析即可，示例代码：

  Locale locale = new Locale("ar", "AE");
  NumberFormat format = NumberFormat.getNumberInstance(locale);
  // 开启宽松解析模式
  format.setLenient(true);
  System.out.println(format.parse("55-")); // 输出-55
  System.out.println(format.parse("-55")); // 输出-55
  

• 方案3：全局切换回JDK8兼容数据源
  如果需要全局复用JDK8的解析行为，不需要修改业务代码，直接在JVM启动参数中添加如下配置，将JDK自带的兼容型区域数据优先级调到CLDR之前即可：

  -Djava.locale.providers=COMPAT,CLDR
  

内容的提问来源于stack exchange，提问作者igce