C6.30.3Visual caret versus logical insertion point设计研究
光标视觉位置与文本逻辑插入点在双向文本中可能不直观对应
别名: 视觉逻辑错位 · bidi caret mismatch · 插入点直觉
概念解释
即使用户盯着闪烁条，也不一定能从它的屏幕位置推断逻辑插入点——下一个码点将进入缓冲区的哪一个下标。双向排版把逻辑邻近拆到画面两端，把画面邻近贴上逻辑远邻。点击“看起来在这个词后面”可能落到另一个词的逻辑前面。这种不直观对应是混排的认知问题：不是光标画错了像素，而是像素不再是下标的单调函数。
机制
在单向文本里，屏幕 x 与逻辑下标近似单调，点击 x 可以二分查找。混排之后映射是分段单调，同一 x 可能对应两个下标，同一下标在换行前后还可能有两个视觉位置（行末/行首）。用户的直觉是“箭头指着的缝就是插入处”，在镜像的 run 里这条缝的逻辑身份反了。屏幕阅读器报的是逻辑偏移，视力用户看的是像素，两者对不上时协作编辑会各改各的位置。调试若只打印 caret 的 x 而不打印逻辑索引，会把绘制问题与索引问题混为一谈。
怎么研究
让人在混排句子上指出“我想插在这个词后面”，再看系统实际索引。用颜色标出逻辑下标，让另一组人根据颜色预测闪烁条应在哪。测量点击目标词两侧时的索引误差。材料要用真实的人名+品牌+数字，而不是随机字母。眼动看他们是否在接缝处反复确认。
边界
单向、且不换行的短句，映射仍单调，直觉成立。等宽编辑器若按逻辑序显示（不应用双向重排），视觉与逻辑重新对齐，但阅读 RTL 会变难——那是用可读性换可编辑性。纯终端里有时用隔离标记把一段当成黑箱，内部不再暴露给点击。
怎么落地
- 在开发者工具和内部调试中同时显示视觉矩形与逻辑索引。
- 对最终用户，在不直观的接缝用分裂光标或词级高亮，而不是一根细线。
- 点击命中先吸附到词边界，再在词内按 run 方向解释。
- 验证：把混排句的每个逻辑间隙编号，请人点“第 n 个间隙对应的画面位置”，统计对上的比例；对不上的间隙必须有额外视觉提示。