Mengapa 2+ 40 sama dengan 42?

Saya bingung ketika seorang kolega menunjukkan saya jajaran JavaScript yang memperingatkan 42 ini.

alert(2+ 40);

Dengan cepat ternyata apa yang tampak seperti tanda minus sebenarnya adalah karakter Unicode yang misterius dengan semantik yang berbeda.

Ini membuat saya bertanya-tanya mengapa karakter itu tidak menghasilkan kesalahan sintaksis ketika ekspresi diuraikan. Saya juga ingin tahu apakah ada lebih banyak karakter berperilaku seperti ini.

Karakter itu adalah "OGHAM SPACE MARK" , yang merupakan karakter spasi. Jadi kodenya setara dengan alert(2+ 40).

Saya juga ingin tahu apakah ada lebih banyak karakter berperilaku seperti ini.

Setiap karakter Unicode di kelas Zs adalah karakter spasi putih di JavaScript , tetapi tampaknya tidak banyak .

Namun, JavaScript juga memungkinkan karakter Unicode di pengidentifikasi , yang memungkinkan Anda menggunakan nama variabel yang menarik seperti ಠ_ಠ.

Setelah membaca jawaban lain, saya menulis skrip sederhana untuk menemukan semua karakter Unicode dalam kisaran U + 0000 – U + FFFF yang berperilaku seperti spasi putih. Sepertinya, ada 26 atau 27 dari mereka tergantung pada browser, dengan perbedaan pendapat tentang U + 0085 dan U + FFFE.

Perhatikan bahwa sebagian besar karakter ini hanya terlihat seperti ruang putih biasa.

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; }

Tampaknya karakter yang Anda gunakan sebenarnya lebih panjang dari tanda minus sebenarnya (tanda hubung).

 
-

Bagian atas adalah apa yang Anda gunakan, bagian bawah adalah tanda minus yang seharusnya. Anda sepertinya sudah tahu itu, jadi sekarang mari kita lihat mengapa Javascript melakukan ini.

Karakter yang Anda gunakan sebenarnya adalah tanda spasi ogham yang merupakan karakter spasi, jadi pada dasarnya diartikan sebagai hal yang sama dengan spasi, yang berarti bahwa pernyataan Anda mirip alert(2+ 40)dengan Javascript.

Ada karakter lain seperti ini di Javascript. Anda dapat melihat daftar lengkapnya di sini di Wikipedia .

Sesuatu yang menarik yang saya perhatikan dari karakter ini adalah cara Google Chrome (dan kemungkinan peramban lain) mengartikannya di bilah atas halaman.

Itu adalah sebuah blok dengan 1680bagian dalamnya. Itu sebenarnya nomor unicode untuk tanda ruang ogham. Tampaknya ini hanya mesin saya yang melakukan ini, tetapi ini adalah hal yang aneh.

Saya memutuskan untuk mencoba ini dalam bahasa lain untuk melihat apa yang terjadi dan ini adalah hasil yang saya dapatkan.

Bahasa yang tidak berfungsi di:

Python 2 & 3

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

Rubi

>> 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 (di dalam mainmetode)

>> 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

Pergilah

>> 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.

Bahasa itu berfungsi dalam:

Skema

>> (+ 2  40)
=> 42

C # (di dalam Main()metode)

Console.WriteLine(2+ 40);

Output: 42

Perl 6

>> ./perl6 -e'say 2+ 40' 
42

Saya kira itu harus melakukan sesuatu dengan fakta bahwa untuk beberapa alasan aneh itu diklasifikasikan sebagai spasi putih:

$ 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)

Saya juga ingin tahu apakah ada lebih banyak karakter berperilaku seperti ini.

Sepertinya saya ingat pernah membaca sebuah artikel beberapa waktu lalu tentang mengganti semi-titik dua (U + 003B) yang salah dalam kode seseorang dengan U + 037E yang merupakan tanda tanya Yunani.

Keduanya terlihat sama (sejauh yang saya percaya orang Yunani sendiri menggunakan U + 003B) tetapi artikel ini menyatakan bahwa yang lain tidak akan berfungsi.

Beberapa informasi lebih lanjut tentang ini dari Wikipedia ada di sini: https://en.wikipedia.org/wiki/Question_mark#Greek_question_mark

Dan pertanyaan (tertutup) tentang menggunakan ini sebagai lelucon dari SO itu sendiri. Tidak di tempat saya awalnya membacanya AFAIR: JavaScript Prank / Joke