Що таке "з'єднувальні символи" в ідентифікаторах Java?

Я читаю за SCJP, і у мене є питання щодо цього рядка:

Ідентифікатори повинні починатися з літери, символу валюти ($) або сполучного символу, такого як підкреслення (_). Ідентифікатори не можуть починатися з числа!

У ньому йдеться про те, що дійсне ім'я ідентифікатора може починатися із сполучного символу, такого як підкреслення. Я думав, що підкреслення - єдиний вірний варіант? Які ще сполучні символи є?

Ось список сполучних символів. Це символи, які використовуються для з'єднання слів.

http://www.fileformat.info/info/unicode/category/Pc/list.htm

U+005F _ LOW LINE
U+203F ‿ UNDERTIE
U+2040 ⁀ CHARACTER TIE
U+2054 ⁔ INVERTED UNDERTIE
U+FE33 ︳ PRESENTATION FORM FOR VERTICAL LOW LINE
U+FE34 ︴ PRESENTATION FORM FOR VERTICAL WAVY LOW LINE
U+FE4D ﹍ DASHED LOW LINE
U+FE4E ﹎ CENTRELINE LOW LINE
U+FE4F ﹏ WAVY LOW LINE
U+FF3F ＿ FULLWIDTH LOW LINE

Це компілюється на Java 7.

int _, ‿, ⁀, ⁔, ︳, ︴, ﹍, ﹎, ﹏, ＿;

Приклад. У цьому випадку tp- назва стовпця та значення для заданого рядка.

Column<Double> ︴tp︴ = table.getColumn("tp", double.class);

double tp = row.getDouble(︴tp︴);

Наступне

for (int i = Character.MIN_CODE_POINT; i <= Character.MAX_CODE_POINT; i++)
    if (Character.isJavaIdentifierStart(i) && !Character.isAlphabetic(i))
        System.out.print((char) i + " ");
}

відбитки

$ _ ¢ £ ¤ ¥ ؋ ৲ ৳ ৻ ૱ ௹ ฿ ៛ ‿ ⁔ ₠ ₡ ₢ ₣ ₤ ₥ ₦ ₧ ₨ ₪ € ₭ ₮ ₯ ₰ ₱ ₲ ₳ ₴ ₵ ₶ ₷ ₹ ꠸ ﷼ ︳ ︳ ︴ ﹍ ﹎ ﹩ ＄ ＿ ￠ ￡ ￥ ￦

повторіть цілі 65k символів і запитайте Character.isJavaIdentifierStart(c). Відповідь: "нижня частина" десяткової 8255

Остаточну специфікацію юридичного ідентифікатора Java можна знайти в специфікації мови Java .

Ось список символів з'єднувачів у Unicode. Ви їх не знайдете на своїй клавіатурі.

U + 005F LOW ЛІНІЯ _
U + 203F UNDERTIE ‿
U + 2040 ХАРАКТЕРУ TIE ⁀
U +2054 INVERTED UNDERTIE ⁔
U + FE33 ПРЕЗЕНТАЦІЯ ФОРМА ДЛЯ вертикально НИЗЬКИЙ ЛІНІЯ _ U
+ FE34 ПРЕЗЕНТАЦІЇ ФОРМИ ДЛЯ ВЕРТИКАЛЬНОЇ хвилясті НИЗКОЮ ЛІНІЯ ︴
U + FE4D пунктирними LOW ЛІНІЯ CENT
U + FE4E ЦЕНТРАЛЬНА НИЗЬКА ЛІНІЯ ﹎
U + FE4F ХВИЛЬНА НИЗЬКА ЛІНІЯ ﹏
U + FF3F ПОЛІВНІ ЛІНІ ＿

Для з'єднання двох символів використовується сполучний символ.

В Java, з'єднувальний символ є той , для якого Character.getType (интермедиат елемент коду) / Character.getType (символ ч) повертає значення , рівне Character.CONNECTOR_PUNCTUATION .

Зауважте, що в Java інформація про символи базується на стандарті Unicode, який ідентифікує з'єднувальні символи, присвоюючи їм загальну категорію ПК, яка є псевдонімом для Connector_Punctuation .

Наступний фрагмент коду,

for (int i = Character.MIN_CODE_POINT; i <= Character.MAX_CODE_POINT; i++) {
    if (Character.getType(i) == Character.CONNECTOR_PUNCTUATION
            && Character.isJavaIdentifierStart(i)) {
        System.out.println("character: " + String.valueOf(Character.toChars(i))
                + ", codepoint: " + i + ", hexcode: " + Integer.toHexString(i));
    }
}

друкує з'єднувальні символи, які можна використовувати для запуску ідентифікатора на jdk1.6.0_45

character: _, codepoint: 95, hexcode: 5f
character: ‿, codepoint: 8255, hexcode: 203f
character: ⁀, codepoint: 8256, hexcode: 2040
character: ⁔, codepoint: 8276, hexcode: 2054
character: ・, codepoint: 12539, hexcode: 30fb
character: ︳, codepoint: 65075, hexcode: fe33
character: ︴, codepoint: 65076, hexcode: fe34
character: ﹍, codepoint: 65101, hexcode: fe4d
character: ﹎, codepoint: 65102, hexcode: fe4e
character: ﹏, codepoint: 65103, hexcode: fe4f
character: ＿, codepoint: 65343, hexcode: ff3f
character: ･, codepoint: 65381, hexcode: ff65

Наступні компіляції на jdk1.6.0_45,

int _, ‿, ⁀, ⁔, ・, ︳, ︴, ﹍, ﹎, ﹏, ＿, ･ = 0;

Мабуть, вищезазначена декларація не може скластись на jdk1.7.0_80 & jdk1.8.0_51 для наступних двох з'єднувальних символів (зворотна сумісність ... ой !!!),

character: ・, codepoint: 12539, hexcode: 30fb
character: ･, codepoint: 65381, hexcode: ff65

У будь-якому випадку, деталі в стороні, іспит зосереджується лише на базовому наборі символів латинської мови .

Також для юридичних ідентифікаторів на Java специфікація надана тут . Щоб отримати докладніші відомості, використовуйте API класів символів.

Одним з найбільш цікавих персонажів, дозволених в ідентифікаторах Java (однак не на старті), є символ унікоду з назвою "Zero Width Non Joiner" (& zwnj ;, U + 200C, https://en.wikipedia.org / wiki / Zero-width_non-joiner ).

Я мав це один раз у фрагменті XML всередині значення атрибута, що містить посилання на інший фрагмент цього XML. Оскільки ZWNJ "нульової ширини", його не видно (за винятком випадків, коли ви ходите разом з курсором, він раніше відображається прямо на символі). Його також не можна було побачити у вихідному файлі та / або консолі. Але він був там увесь час: скопіюйте та вставте в пошукові поля, отримавши це, і, отже, не знайшли згадане місце Набравши (видиму частину) рядка в поле пошуку, проте знайшлося згадане положення. Мені потрібен час, щоб зрозуміти це.

Введення Zero-Width-Non-Joiner насправді досить легко (занадто просто) при використанні європейської розкладки клавіатури, принаймні в її німецькому варіанті, наприклад, "Europatastatur 2.02" - це доступно за допомогою AltGr + ".", Дві клавіші, які на жаль, розташовані безпосередньо поруч на більшості клавіатур, і їх можна легко випадково вдарити.

Назад до Java: Я добре подумав, ви можете написати такий код, як цей:

void foo() {
    int i = 1;
    int i‌ = 2;
}

з другим я доданий нульовою шириною без приєднання (не можу цього зробити у наведеному вище коді, який пронизав редактор stackoverflow), але це не спрацювало. IntelliJ (16.3.3) не скаржився, але JavaC (Java 8) скаржився на вже визначений ідентифікатор - схоже, JavaC насправді дозволяє символ ZWNJ як частину ідентифікатора, але, використовуючи роздуми, щоб побачити, що він робить, ZWNJ символу позбавлено ідентифікатора - те, що символи типу ‿ не є.

Список символів, які ви можете використовувати всередині своїх ідентифікаторів (а не лише на початку), набагато цікавіше:

for (int i = Character.MIN_CODE_POINT; i <= Character.MAX_CODE_POINT; i++)
    if (Character.isJavaIdentifierPart(i) && !Character.isAlphabetic(i))
        System.out.print((char) i + " ");

Список такий:

I wanted to post the output, but it's forbidden by the SO spam filter. That's how fun it is!

Він включає більшість контрольних символів! Я маю на увазі дзвони і лайно! Ви можете змусити ваш вихідний код дзвонити у дзвінок fn! Або використовуйте символи, які відображатимуться лише іноді, як м'який дефіс.