Pourquoi 2+ 40 est égal à 42?

J'ai été déconcerté lorsqu'un collègue m'a montré cette ligne d'alerte JavaScript 42.

alert(2+ 40);

Il s'avère rapidement que ce qui ressemble à un signe moins est en fait un caractère Unicode obscur avec une sémantique clairement différente.

Cela m'a laissé me demander pourquoi ce caractère ne produit pas d'erreur de syntaxe lorsque l'expression est analysée. J'aimerais aussi savoir s'il y a plus de personnages se comportant comme ça.

Ce caractère est "OGHAM SPACE MARK" , qui est un caractère spatial. Le code est donc équivalent à alert(2+ 40).

J'aimerais aussi savoir s'il y a plus de personnages se comportant comme ça.

Tout caractère Unicode de la classe Zs est un caractère d'espace blanc en JavaScript , mais il ne semble pas y en avoir autant .

Cependant, JavaScript autorise également les caractères Unicode dans les identificateurs , ce qui vous permet d'utiliser des noms de variables intéressants comme ಠ_ಠ.

Après avoir lu les autres réponses, j'ai écrit un script simple pour trouver tous les caractères Unicode dans la plage U + 0000 – U + FFFF qui se comportent comme des espaces blancs. Il semble qu'il y en ait 26 ou 27 selon le navigateur, avec des désaccords sur U + 0085 et U + FFFE.

Notez que la plupart de ces personnages ressemblent à un espace blanc normal.

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; }

Il semble que le caractère que vous utilisez est en réalité plus long que le signe moins réel (un trait d'union).

 
-

Le haut est ce que vous utilisez, le bas est ce que le signe moins devrait être. Vous semblez déjà le savoir, alors voyons maintenant pourquoi Javascript fait cela.

Le caractère que vous utilisez est en fait la marque d'espace ogham qui est un caractère d'espace, donc il est fondamentalement interprété comme la même chose qu'un espace, ce qui signifie que votre déclaration ressemble alert(2+ 40)à Javascript.

Il existe d'autres caractères comme celui-ci en Javascript. Vous pouvez voir une liste complète ici sur Wikipedia .

Quelque chose d'intéressant que j'ai remarqué à propos de ce personnage est la façon dont Google Chrome (et d'autres navigateurs possibles) l'interprète dans la barre supérieure de la page.

C'est un bloc avec l' 1680intérieur. Il s'agit en fait du numéro unicode de la marque d'espace ogham. Il semble que ce soit juste ma machine qui le fasse, mais c'est étrange.

J'ai décidé d'essayer cela dans d'autres langues pour voir ce qui se passe et ce sont les résultats que j'ai obtenus.

Langues dans lesquelles il ne fonctionne pas:

Python 2 et 3

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

Rubis

>> 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 (à l'intérieur de la mainméthode)

>> 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

Aller

>> 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.

Langues dans lesquelles il fonctionne:

Schème

>> (+ 2  40)
=> 42

C # (à l'intérieur de la Main()méthode)

Console.WriteLine(2+ 40);

Output: 42

Perl 6

>> ./perl6 -e'say 2+ 40' 
42

Je suppose que cela doit faire quelque chose avec le fait que pour une raison étrange, il se classe comme un espace blanc:

$ 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)

J'aimerais aussi savoir s'il y a plus de personnages se comportant comme ça.

Il me semble me souvenir d'avoir lu il y a quelque temps un article sur le remplacement malicieux des points-virgules (U + 003B) dans le code de quelqu'un par U + 037E qui est le point d'interrogation grec.

Ils ont tous deux la même apparence (dans la mesure où je pense que les Grecs eux-mêmes utilisent U + 003B), mais cet article a déclaré que l'autre ne fonctionnerait pas.

Vous trouverez plus d'informations à ce sujet sur Wikipedia: https://en.wikipedia.org/wiki/Question_mark#Greek_question_mark

Et une question (fermée) sur l'utilisation de cela comme farce de SO lui-même. Pas là où je l'avais lu AFAIR cependant: JavaScript Prank / Joke