Warum ist 2+ 40 gleich 42?

Ich war verblüfft, als mir ein Kollege diese Zeile der JavaScript-Warnung 42 zeigte.

alert(2+ 40);

Es stellt sich schnell heraus, dass das, was wie ein Minuszeichen aussieht, tatsächlich ein arkanes Unicode-Zeichen mit deutlich unterschiedlicher Semantik ist.

Daher habe ich mich gefragt, warum dieses Zeichen beim Analysieren des Ausdrucks keinen Syntaxfehler erzeugt. Ich würde auch gerne wissen, ob sich mehr Charaktere so verhalten.

Dieses Zeichen ist "OGHAM SPACE MARK" , ein Leerzeichen. Der Code entspricht also alert(2+ 40).

Ich würde auch gerne wissen, ob es mehr Charaktere gibt, die sich so verhalten.

Jedes Unicode-Zeichen in der Zs-Klasse ist ein Leerzeichen in JavaScript , aber es scheint nicht so viele zu geben .

Allerdings erlaubt JavaScript auch Unicode - Zeichen in Bezeichnern , die Sie wie verwenden interessante Variablennamen können ಠ_ಠ.

Nachdem ich die anderen Antworten gelesen hatte, schrieb ich ein einfaches Skript, um alle Unicode-Zeichen im Bereich U + 0000 - U + FFFF zu finden, die sich wie Leerzeichen verhalten. Wie es scheint, gibt es je nach Browser 26 oder 27 davon, mit Meinungsverschiedenheiten über U + 0085 und U + FFFE.

Beachten Sie, dass die meisten dieser Zeichen nur wie ein normaler Leerraum aussehen.

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; }

Es scheint, dass das von Ihnen verwendete Zeichen tatsächlich länger ist als das tatsächliche Minuszeichen (ein Bindestrich).

 
-

Oben ist das, was Sie verwenden, unten ist das Minuszeichen. Sie scheinen das bereits zu wissen. Lassen Sie uns nun sehen, warum Javascript dies tut.

Das Zeichen, das Sie verwenden, ist eigentlich das ogham-Leerzeichen, bei dem es sich um ein Leerzeichen handelt. Daher wird es im Grunde genommen als dasselbe wie ein Leerzeichen interpretiert, was bedeutet, dass Ihre Aussage alert(2+ 40)für Javascript aussieht .

Es gibt andere Zeichen wie dieses in Javascript. Eine vollständige Liste finden Sie hier auf Wikipedia .

Interessant an diesem Charakter ist die Art und Weise, wie Google Chrome (und möglicherweise andere Browser) ihn in der oberen Leiste der Seite interpretiert.

Es ist ein Block mit 1680innen. Das ist eigentlich die Unicode-Nummer für die Ogham-Leerzeichen. Es scheint nur meine Maschine zu sein, die das tut, aber es ist eine seltsame Sache.

Ich habe beschlossen, dies in anderen Sprachen auszuprobieren, um zu sehen, was passiert, und dies sind die Ergebnisse, die ich erhalten habe.

Sprachen, in denen es nicht funktioniert:

Python 2 & 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 (innerhalb der mainMethode)

>> 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

Gehen

>> 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.

Sprachen, in denen es funktioniert:

Planen

>> (+ 2  40)
=> 42

C # (innerhalb der Main()Methode)

Console.WriteLine(2+ 40);

Output: 42

Perl 6

>> ./perl6 -e'say 2+ 40' 
42

Ich denke, es hat etwas damit zu tun, dass es aus irgendeinem seltsamen Grund als Leerzeichen klassifiziert wird:

$ 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)

Ich würde auch gerne wissen, ob es mehr Charaktere gibt, die sich so verhalten.

Ich erinnere mich an ein Stück, in dem es vor einiger Zeit darum ging, Semikolons (U + 003B) in einem Code durch U + 037E, das griechische Fragezeichen, zu ersetzen.

Sie sehen beide gleich aus (soweit ich glaube, dass die Griechen selbst U + 003B verwenden), aber in diesem Artikel heißt es, dass der andere nicht funktionieren würde.

Weitere Informationen hierzu aus Wikipedia finden Sie hier: https://en.wikipedia.org/wiki/Question_mark#Greek_question_mark

Und eine (geschlossene) Frage, wie man dies als Streich von SO selbst benutzt. Nicht dort, wo ich es ursprünglich AFAIR gelesen habe: JavaScript Prank / Joke