Чому 2+ 40 дорівнює 42?

Мене було збентежено, коли колега показав мені цей рядок тривоги JavaScript 42.

alert(2+ 40);

Швидко виявляється, що те, що схоже на знак мінус, насправді є прихованим символом Unicode з чітко різною семантикою.

Це змусило мене замислитися, чому цей символ не створює синтаксичної помилки, коли вираз аналізується. Я також хотів би знати, чи є більше персонажів, які так поводяться.

Цей персонаж - "OGHAM SPACE MARK" , який є символом пробілу. Тож код еквівалентний alert(2+ 40).

Я також хотів би знати, чи є більше персонажів, які так поводяться.

Будь-який символ Unicode у класі Zs - це білий пробіл у JavaScript , але, здається, їх не так багато .

Однак JavaScript також дозволяє символи Unicode в ідентифікаторах , що дозволяє використовувати цікаві імена змінних, як-от ಠ_ಠ.

Прочитавши інші відповіді, я написав простий скрипт, щоб знайти всі символи Unicode в діапазоні U + 0000 – U + FFFF, які ведуть себе як пробіли. Як здається, їх існує 26 або 27, залежно від браузера, з розбіжностями щодо U + 0085 та U + FFFE.

Зауважте, що більшість із цих символів просто схожі на звичайний пробіл.

function isSpace(ch)
{
    try
    {
        return Function('return 2 +' + ch + ' 2')() === 4;
    }
    catch(e)
    {
        return false;
    }
}

for (var i = 0; i <= 0xffff; ++i)
{
    var ch = String.fromCharCode(i);
    if (isSpace(ch))
    {
        document.body.appendChild(document.createElement('DIV')).textContent = 'U+' + ('000' + i.toString(16).toUpperCase()).slice(-4) + '    "' + ch + '"';
    }
}

div { font-family: monospace; }

Видається, що персонаж, який ви використовуєте, насправді довший, ніж фактичний знак мінус (дефіс).

 
-

Верх - це те, що ви використовуєте, нижнє - це те, що має бути знак мінус. Ви, здається, це вже знаєте, тому тепер давайте розберемося, чому Javascript робить це.

Символ, який ви використовуєте, є насправді знаком простору ogham, який є символом пробілу, тому він в основному інтерпретується як те саме, що і пробіл, а це означає, що ваше твердження схоже alert(2+ 40)на Javascript.

У Javascript є інші подібні символи. Повний список ви можете побачити тут у Вікіпедії .

Щось цікаве, що я помітив щодо цього персонажа, - це те, як Google Chrome (та можливі інші веб-переглядачі) інтерпретують його у верхній смузі сторінки.

Це блок 1680зсередини. Це фактично номер унікоду для пробілу ogham. Здається, це робить саме моя машина, але це дивна річ.

Я вирішив спробувати це на інших мовах, щоб побачити, що відбувається, і це результати, які я отримав.

Мови, на яких це не працює:

Python 2 & 3

>> 2+ 40
  File "<stdin>", line 1
    2+ 40
        ^
SyntaxError: invalid character in identifier

Рубін

>> 2+ 40
NameError: undefined local variable or method ` 40' for main:Object
    from (irb):1
    from /home/michaelpri/.rbenv/versions/2.2.2/bin/irb:11:in `<main>'

Java (всередині mainметоду)

>> System.out.println(2+ 40);
Main.java:3: error: illegal character: \5760
            System.out.println(2+?40);
                                 ^
Main.java:3: error: ';' expected
            System.out.println(2+?40);
                                  ^
Main.java:3: error: illegal start of expression
            System.out.println(2+?40);
                                    ^
3 errors

PHP

>> 2+ 40;
Use of undefined constant  40 - assumed ' 40' :1

С

>> 2+ 40
main.c:1:1: error: expected identifier or '(' before numeric constant
 2+ 40
 ^
main.c:1:1: error: stray '\341' in program
main.c:1:1: error: stray '\232' in program
main.c:1:1: error: stray '\200' in program

exit status 1

Іди

>> 2+ 40
can't load package: package .: 
main.go:1:1: expected 'package', found 'INT' 2
main.go:1:3: illegal character U+1680

exit status 1

Perl 5

>> perl -e'2+ 40'                                                                                                                                   
Unrecognized character \xE1; marked by <-- HERE after 2+<-- HERE near column 3 at -e line 1.

Мови, якими він працює:

Схема

>> (+ 2  40)
=> 42

C # (всередині Main()методу)

Console.WriteLine(2+ 40);

Output: 42

Перл 6

>> ./perl6 -e'say 2+ 40' 
42

Я думаю, це має щось робити з тим, що вона з якихось дивних причин класифікується як пробіл:

$ unicode  
U+1680 OGHAM SPACE MARK
UTF-8: e1 9a 80  UTF-16BE: 1680  Decimal:  
  ( )
Uppercase: U+1680
Category: Zs (Separator, Space)
Bidi: WS (Whitespace)

Я також хотів би знати, чи є більше персонажів, які так поводяться.

Я, здається, пам’ятаю, як читав якийсь час назад про те, що неслухняно замінюють напівколонки (U + 003B) у чийсь код на U + 037E, що є грецьким знаком питання.

Вони обидва виглядають однаково (наскільки я вважаю, що самі греки використовують U + 003B), але ця стаття зазначала, що інша не працює.

Більше інформації про це з Вікіпедії можна знайти тут: https://en.wikipedia.org/wiki/Question_mark#Greek_question_mark

І (закрите) питання щодо використання цього в якості сваволі від самого SO. Не там, де я спочатку читав це ПОСЛІ, хоча: Жарти JavaScript / Жарт