为什么2 + 40等于42？

Question

当一位同事向我展示这一行警告42时,我感到很困惑.

alert(2+?40);

事实证明,看起来像减号的实际上是一个神秘的Unicode字符,具有明显不同的语义.

这让我想知道为什么该字符在解析表达式时不会产生语法错误.我还想知道是否有更多的人物表现得像这样.

Answer 1

那个角色是"OGHAM SPACE MARK",这是一个空间角色.所以代码相当于alert(2+ 40).

我还想知道是否有更多的人物表现得像这样.

Zs类中的任何Unicode字符都是JavaScript中的空白字符,但似乎没有那么多.

但是,JavaScript还允许在标识符中使用Unicode字符,这使您可以使用有趣的变量名称?_?.

Answer 2

在阅读了其他答案之后,我写了一个简单的脚本来查找U + 0000-U + FFFF范围内的所有Unicode字符,其行为类似于空格.看起来,有26或27个取决于浏览器,对U + 0085和U + FFFE存在分歧.

请注意,大多数这些字符看起来像一个普通的空白区域.

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; }

Answer 3

看来您使用的角色实际上比实际减号(连字符)更长.

?
-

顶部是您正在使用的,底部是减号应该是什么.你似乎已经知道了,所以现在让我们看看为什么Javascript会这样做.

您使用的字符实际上是ogham空格标记,它是一个空白字符,因此它基本上被解释为与空格相同的东西,这意味着您的语句看起来像alert(2+ 40)Javascript.

在Javascript中还有其他类似的字符.您可以在维基百科上看到完整列表.

我注意到这个角色的有趣之处在于Google Chrome(以及可能的其他浏览器)在页面顶部栏中解释它的方式.

它是一个1680内部的块.这实际上是ogham空间标记的unicode数字.它似乎只是我的机器这样做,但这是一个奇怪的事情.

我决定用其他语言尝试一下,看看会发生什么,这些都是我得到的结果.

语言不起作用:

Python 2和3

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

红宝石

>> 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(main方法内)

>> 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

C

>> 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

走

>> 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.

它的语言有效:

方案

>> (+ 2 ?40)
=> 42

C# (Main()方法内)

Console.WriteLine(2+?40);

Output: 42

Perl 6

>> ./perl6 -e'say 2+?40' 
42

Answer 4

我想它必须做一些事情,因为一些奇怪的原因它被归类为空格:

$ 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)

Answer 5

我还想知道是否有更多的人物表现得像这样.

我似乎记得有一段时间读过一篇关于用U + 037E(希腊问号)恶意替换某人代码中的半冒号(U + 003B)的文章.

它们看起来都一样(我认为希腊人自己使用的是U + 003B),但是这篇文章说另一个不行.

有关维基百科的更多信息,请访问:https://en.wikipedia.org/wiki/Question_mark#Greek_question_mark

还有一个(封闭的)关于将其用作SO本身的恶作剧的问题.不是我最初读它AFAIR的地方: JavaScript恶作剧/笑话