Split mots ourdous basés sur l'espace inexistant

Question

J'ai un mot ourdou "لاعلم" et plus de mots similaires. Comment puis-je séparer le mot que je reçois "لا" et "علم" séparément dans un tableau? J'ai essayé de convertir les mots en caractères Unicode, mais je ne peux pas détecter la rupture entre "لا" et "علم".

Les mots anglais peuvent être facilement séparés en fonction des espaces, mais je suis bloqué sur la séparation des mots ourdous, où il n'y a pas d'espaces.

Answer 1

Il n'y a pas d'espace parce que c'est un seul mot qui signifie «ignorant». En fait, "لا" et "علم" séparés ne signifieraient rien.

L'espace est inséré en ourdou (et en arabe) pour un besoin pratique de délimiter les mots lorsque la police la ligature automatiquement avec des caractères adjacents. La seule façon de défaire la ligature consiste à insérer un espace superflu entre les caractères. Techniquement, le ZERO WIDTH NON-JOINER (U + 200C) est précisément dans ce but mais les êtres humains sont lents à apprendre et l'espace est facile à insérer.

Certains caractères ne se joignent pas aux lettres suivantes, par exemple, "ا" ne se joint pas au caractère suivant mais peut avec un caractère précédent comme "ل" former la ligature "لا". Vous pouvez utiliser ce list de caractères (les mêmes règles pour l'arabe) et écrire un tonificateur personnalisé qui termine un mot après les caractères "Right Joining", ZWNJ ou un espace.