文本、Bidi 与 IME

从字节、字素簇、双向段落到输入法合成：zenit 把文本当作系统能力，而不是一串按码点排开的 glyph。

一条文本，四层职责

存储、编辑边界、方向解析和平台塑形各有唯一的 authority，最后统一成可命中、可选择的视觉行。任何一层都不替另一层做决定。

字素不是码点

一个家庭 emoji 是 7 个 Unicode scalar（4 个人加 3 个 ZWJ），é 可以是 e 加一个组合重音，一面旗帜是两个区域指示符。用户眼里它们各是一个字符。zenit 用扩展字素簇作为光标移动、删除、选区和容量截断的原子。

双向文本

文本在内存里按逻辑顺序存放，屏幕上按视觉顺序显示。UAX #9 先为每个字符解析嵌入层级，再按规则 L2 从最高层级开始逐级反转。下例是 LTR 段落中的 abc אבג 123：希伯来文得到层级 1，紧随其后的数字得到层级 2。

UAX #9 解析器是 zenit 自研的可移植实现，位于 src/i18n/bidi.zig，属性表由固定的 Unicode 17.0.0 数据生成。macOS 上最终的 glyph 塑形与 RTL 连字仍整段交给 CoreText，文本渲染器不会把 RTL 片段逐码点拆开。

Unicode 17 一致性门禁

运行时属性表由仓库固定的 Unicode 17.0.0 数据生成；官方测试文件原样放在 vendor/unicode/17.0.0，并在 SHA256SUMS 中用 SHA-256 固定。这里的「支持」不是挑几个 emoji 写单元测试，而是跑完整的官方用例。

python3 tools/generate_grapheme_data.py --check
python3 tools/generate_bidi_data.py --check
(cd vendor/unicode/17.0.0 && shasum -a 256 -c SHA256SUMS)
zig build test-text-core
zig build test-bidi-conformance

--check 确认生成的 Zig 表与数据一致；test-text-core 跑完 GraphemeBreakTest 全部用例；test-bidi-conformance 跑两个完整的官方 bidi 文件（到 UAX #9 规则 L2），它也包含在 zig build test-headless 中。

IME 是一等公民

IME 不是把最终汉字伪装成一次键盘输入。平台事件保留阶段语义：ime_preedit 携带合成文本和合成区内的光标偏移，ime_commit 携带最终文本。合成期间 Input 与 Textarea 渲染带下划线的 marked text，但 canonical buffer 只在提交时改变。没有单独的「取消」事件：空的 preedit 就表示取消合成。

测试输入法

E2E 客户端把两个阶段作为独立的 RPC 暴露出来，inputState 按 test id 回读输入框的真实状态。

import { imeCommit, imePreedit, inputState } from "./client";

// The input must already have focus (e.g. click it first).

await imePreedit("nihongo");
let s = await inputState("story.input.name");
// s.ime_phase === "composing", s.ime_preedit_len === 7, s.buffer === ""

await imeCommit("日本語");
s = await inputState("story.input.name");
// s.buffer === "日本語", s.ime_preedit_len === 0

await imePreedit("");   // empty preedit cancels an active composition

Harness 的完整用法见 E2E 自动化。