Dlaczego 2+ 40 równa się 42?

Byłem zaskoczony, gdy kolega pokazał mi tę linię JavaScript z ostrzeżeniem 42.

alert(2+ 40);

Szybko okazuje się, że to, co wygląda jak znak minus, jest w rzeczywistości tajemnym znakiem Unicode o wyraźnie innej semantyce.

To mnie zastanawia, dlaczego ten znak nie powoduje błędu składniowego podczas analizowania wyrażenia. Chciałbym również wiedzieć, czy jest więcej takich postaci.

Ta postać to „OGHAM SPACE MARK” , która jest postacią spacji. Więc kod jest równoważny z alert(2+ 40).

Chciałbym również wiedzieć, czy jest więcej takich postaci.

Dowolny znak Unicode w klasie Zs jest znakiem JavaScript w białej spacji , ale wydaje się , że nie ma go zbyt wiele .

Jednak JavaScript pozwala również na znaki Unicode w identyfikatorach , co pozwala używać interesujących nazw zmiennych, takich jak ಠ_ಠ.

Po przeczytaniu innych odpowiedzi napisałem prosty skrypt, aby znaleźć wszystkie znaki Unicode z zakresu U + 0000 – U + FFFF, które zachowują się jak białe znaki. Jak się wydaje, jest ich 26 lub 27, w zależności od przeglądarki, z nieporozumieniami na temat U + 0085 i U + FFFE.

Zauważ, że większość z tych postaci wygląda jak zwykła biała spacja.

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; }

Wygląda na to, że znak, którego używasz, jest w rzeczywistości dłuższy niż rzeczywisty znak minus (łącznik).

 
-

Góra jest tym, czego używasz, dół to znak minus. Wydaje się, że już to wiesz, więc teraz zobaczmy, dlaczego JavaScript to robi.

Znak, którego używasz, jest tak naprawdę znakiem spacji ogham, który jest znakiem spacji, więc jest zasadniczo interpretowany jako to samo co spacja, co oznacza, że ​​twoje wyrażenie wygląda jak alert(2+ 40)JavaScript.

Istnieją inne takie znaki w Javascript. Możesz zobaczyć pełną listę tutaj na Wikipedii .

Coś interesującego, co zauważyłem w tej postaci, to sposób, w jaki Google Chrome (i możliwe inne przeglądarki) interpretuje ją na górnym pasku strony.

To jest blok z jego 1680wnętrzem. Jest to w rzeczywistości numer Unicode znaku spacji oghama. Wygląda na to, że robi to tylko moja maszyna, ale to dziwna rzecz.

Postanowiłem wypróbować to w innych językach, aby zobaczyć, co się stanie i takie są wyniki, które uzyskałem.

Języki, w których nie działa:

Python 2 i 3

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

Rubin

>> 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 (wewnątrz mainmetody)

>> 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

do

>> 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

Udać się

>> 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.

Języki, w których działa:

Schemat

>> (+ 2  40)
=> 42

C # (wewnątrz Main()metody)

Console.WriteLine(2+ 40);

Output: 42

Perl 6

>> ./perl6 -e'say 2+ 40' 
42

Wydaje mi się, że ma to coś wspólnego z tym, że z jakiegoś dziwnego powodu klasyfikuje się go jako biały znak:

$ 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)

Chciałbym również wiedzieć, czy jest więcej takich postaci.

Wydaje mi się, że pamiętam jakiś czas temu o złośliwym zastępowaniu średników (U + 003B) w czyimś kodzie U + 037E, który jest greckim znakiem zapytania.

Oba wyglądają tak samo (do tego stopnia, że ​​uważam, że sami Grecy używają U + 003B), ale w tym artykule stwierdzono, że drugi nie zadziała.

Więcej informacji na ten temat z Wikipedii znajduje się tutaj: https://en.wikipedia.org/wiki/Question_mark#Greek_question_mark

I (zamknięte) pytanie dotyczące używania tego jako dowcipu z samego SO. Ale nie tam, gdzie go pierwotnie przeczytałem AFAIR: JavaScript Prank / Joke