Почему 2+ 40 равно 42?

Я был озадачен, когда коллега показал мне эту строку с предупреждением JavaScript 42.

alert(2+ 40);

Быстро выясняется, что то, что выглядит как знак минус, на самом деле является загадочным символом Юникода с явно различной семантикой.

Это заставило меня задуматься, почему этот символ не генерирует синтаксическую ошибку при разборе выражения. Я также хотел бы знать, есть ли еще персонажи, ведущие себя так.

Этот персонаж - «OGHAM SPACE MARK» , это космический персонаж. Таким образом, код эквивалентен alert(2+ 40).

Я также хотел бы знать, есть ли еще персонажи, ведущие себя так.

Любой символ Unicode в классе Zs является символом пробела в JavaScript , но, похоже, их не так много .

Однако JavaScript также позволяет использовать символы Unicode в идентификаторах , что позволяет использовать интересные имена переменных, например ಠ_ಠ.

Прочитав другие ответы, я написал простой скрипт, чтобы найти все символы Юникода в диапазоне U + 0000 – U + FFFF, которые ведут себя как пробелы. Похоже, их 26 или 27, в зависимости от браузера, с разногласиями по поводу U + 0085 и U + FFFE.

Обратите внимание, что большинство этих символов просто выглядят как обычные пробелы.

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; }

Похоже, что используемый вами символ на самом деле длиннее, чем фактический знак минуса (дефис).

 
-

Верхняя часть - это то, что вы используете, нижняя - это то, каким должен быть знак минус. Вы, кажется, уже знаете это, так что теперь давайте посмотрим, почему Javascript делает это.

Символ, который вы используете, на самом деле является пробелом ogham, который является пробельным символом, поэтому он в основном интерпретируется как то же самое, что и пробел, что означает, что ваше утверждение похоже alert(2+ 40)на Javascript.

В Javascript есть и другие подобные символы. Вы можете увидеть полный список здесь, в Википедии .

Что-то интересное, что я заметил в этом символе, - это то, как Google Chrome (и, возможно, другие браузеры) интерпретирует его в верхней панели страницы.

Это блок с 1680внутренней частью. На самом деле это номер Unicode для знака пробела в Ogham. Кажется, это делает моя машина, но это странная вещь.

Я решил попробовать это на других языках, чтобы увидеть, что происходит, и вот результаты, которые я получил.

Языки, на которых он не работает:

Python 2 и 3

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

Рубин

>> 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 (внутри mainметода)

>> 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

Идти

>> 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.

Языки, на которых он работает:

Схема

>> (+ 2  40)
=> 42

C # (внутри Main()метода)

Console.WriteLine(2+ 40);

Output: 42

Perl 6

>> ./perl6 -e'say 2+ 40' 
42

Я думаю, это связано с тем, что по какой-то странной причине он классифицируется как пробел:

$ 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 также хотел бы знать, есть ли еще персонажи, ведущие себя так.

Кажется, я помню, как читал некоторое время назад статью о хитрой замене точек с запятой (U + 003B) в чьем-то коде на U + 037E, что является греческим вопросительным знаком.

Они оба выглядят одинаково (насколько я думаю, сами греки используют U + 003B), но в этой статье говорится, что другая не будет работать.

Еще немного информации об этом из Википедии здесь: https://en.wikipedia.org/wiki/Question_mark#Greek_question_mark

И (закрытый) вопрос об использовании этого как шутка от самого SO. Не там, где я изначально читал это AFAIR, хотя: JavaScript Prank / Joke