Fribidi, ReportLab, ו pdf

לבקשת יואל , אני מפרסם כאן מבוא והסבר על שימוש ב fribidi, ו- pyfribidi, ובהזדמנות הזאת גם על הפאטצ' שכתבתי (אבל עוד לא נכנס ) ל-ReportLab.

זוכרים את זה שפעם כל אתר שני היה מראה עברית בכתב מראה, והאתרים שהיו מראים עברית נכון היו מועתקים לא נכון ל word?

זה קורה בגלל שבצורה טבעית, מחשבים מתייחסים לטקסט משמאל לימין.
למשל, אם נתאר את המחרוזת "שלום", כמערך, זה יראה כך:

c_str[0] = "ש", c_str[1] = "ל", c_str[2] = "ו" ,c_str[3]= "ם"

ואז, כשהמחשב ינסה לכתוב אותה, קודם תגיע האות "ש", משמאלה "ל", וכו', ונקבל את הביטוי המפורסם "םולש".

בפורמטים יותר מתוחכמים, (כמו html של היום), אני מאמין שתיקנו את הבעייה בצורה יסודית, כך שהדפדפן, למשל, יודע שטקסט עברי באמת צריך להתחיל מימין לשמאל.

אבל עוד לפני זה, הפתרון הפשוט, הוא פשוט להפוך את הטקסט העברי. ככה, שבדוגמא שלנו, המחשב יחשוב שהאות הראשונה היא "ם", אחריה "ו", וכו'. ואז כשהמחשב ידפיס את זה משמאל לימין, זה יראה מושלם.

ומאחר ו pdf, שבו אנו עוסקים כרגע, הוא לא מהפורמטים היותר חכמים, זו האפשרות שמשתמשים בה שם.
ככה שאם אתם רואים מילה בעברית בקובץ pdf, דעו לכם שמבחינת הקובץ המילה הפוכה, אלא שלמראית עין זה מוצג נכון.

למאי נפקא מינה?
זו באמת לא בעייה גדולה, אבל מוכרחים להיות מודעים אליה. כשמחלצים טקסט מ pdf, חייבים לדעת שאם יש בו עברית היא תהיה הפוכה, ולהפוך אותה חזרה. כנ"ל כשיוצרים קובץ pdf.

רוב התוכנות הגדולות כבר מודעות לזה, ואכן אין בעייה.
אבל – יצא לי למשל להשתמש ב ReportLab ליצירת pdf, ומאחר ואף אחד לא היה מודע לבעייה, עברית יצאה הפוך.
שלחתי להם תיקון לבעייה , רק שזה כנראה לא בוער להם, אז זה לא נכנס. לי בינתיים התיקון מספיק.

כמובן, אי אפשר להפוך את הטקסט ידנית, שהרי אז אנגלית תהרס, ק"ו שטקסטים מעורבים לא ישרדו.

לכן, כאן נכנסת הספרייה (או התוכנה) fribidi לתמונה. בפשטות –

"GNU FriBidi is an implementation of the Unicode Bidirectional Algorithm (bidi). "

היינו, מימוש של התקן להצגת טקסטים דו-כיווניים.

זה אומר שהתוכנה מקבלת טקסט כלשהו, והופכת אך ורק את התווים שצריכים ללכת מימין לשמאל:


moshe@debian:~$ echo תירבע and English | fribidi
and English עברית


כל כך פשוט.

כמובן, שתמיד ישנה ההתלבטות לגבי הכיוון הכללי של השורה, מה שמשפיע בעיקר על סימני פיסוק בסוף שורה. (למשל, נקודה יכולה להיות בסוף משפט, אבל השאלה היא האם סוף המשפט זה בצד שמאל או ימין).
כברירת מחדל, Fribidi מבצע זיהוי אוטומטי לפי התו הראשון בשורה. זה כמובן נכון רק לשורות בודדות ולא לפסקאות, ולכן ישנה האפשרות להכריח כיוון מסויים:


moshe@debian:~$ echo תירבע and English. | fribidi --ltr
עברית and English.
moshe@debian:~$ echo תירבע and English. | fribidi --rtl
.and English עברית


זה בערך מכסה את הבסיס לגבי fribidi עצמו. עוד אפשרויות אפשר למצוא ב man page שלו.

אם נרצה להכניס את זה לתוכנה, זה טיפה יותר מסובך, אבל אני אדגים כאן את הצורה הפייתונית, שיחסית פשוטה ( היא משתמשת ב binding לפייתון שכתב קובי זמיר, בשם pyfribidi ):


moshe@debian:~$ python
...
>>> str = "עברית and English!"
>>> print (str)
עברית and English!
>>> import pyfribidi
>>> direction = pyfribidi.LTR
>>> str = pyfribidi.log2vis(str, direction)
>>> print (str)
תירבע and English!


שיעורי בית לקוראים:
מה יקרה יותר כאשר יותר משורה אחת עוברת דרך fribidi? ומה הפתרון לבעייה?

זהו בערך. מקווה שהחכמתם; אם לא, אתה מוזמים לשלוח לי נאצות וכיו"ב באיימל.

שנה טובה,
גמר חתימה טובה,
משה