什么是Java标识“连接字符”？(What are “connecting characters”

我读了SCJP和我有一个关于此行的一个问题：

标识符必须以字母开头，一个货币字符（$），或连接字符，如下划线（_）。标识符不能以数字开头！

它指出，一个有效的标识符名字可以连接字符开始，如下划线。我认为底线是唯一有效的选择吗？有没有什么其他的连接字符 ？

Answer 1:

这里是连接字符的列表。这些是用来连接字字符。

http://www.fileformat.info/info/unicode/category/Pc/list.htm

U+005F _ LOW LINE
U+203F ‿ UNDERTIE
U+2040 ⁀ CHARACTER TIE
U+2054 ⁔ INVERTED UNDERTIE
U+FE33 ︳ PRESENTATION FORM FOR VERTICAL LOW LINE
U+FE34 ︴ PRESENTATION FORM FOR VERTICAL WAVY LOW LINE
U+FE4D ﹍ DASHED LOW LINE
U+FE4E ﹎ CENTRELINE LOW LINE
U+FE4F ﹏ WAVY LOW LINE
U+FF3F ＿ FULLWIDTH LOW LINE

这将编译Java的7。

int _, ‿, ⁀, ⁔, ︳, ︴, ﹍, ﹎, ﹏, ＿;

一个例子。在这种情况下， tp是列的名称和给定行的值。

Column<Double> ︴tp︴ = table.getColumn("tp", double.class);

double tp = row.getDouble(︴tp︴);

下列

for (int i = Character.MIN_CODE_POINT; i <= Character.MAX_CODE_POINT; i++)
    if (Character.isJavaIdentifierStart(i) && !Character.isAlphabetic(i))
        System.out.print((char) i + " ");
}

版画

$ _¢£¤¥؋৲৳৻૱௹฿៛‿⁀⁔₠₡₢₣₤₥₦₧₨₩₪₫€₭₮₯₰₱₲₳₴₵₶₷₸₹꠸﷼_︴﹍﹎﹏ $ $ _¢£¥₩

Answer 2:

在整个65K字符进行迭代，并问Character.isJavaIdentifierStart(c) 答案是：“undertie”十进制8255

Answer 3:

一个合法的Java标识符的权威性规范可以在找到Java语言规范。

Answer 4:

这里是一个列表中的Unicode字符连接的。你不会找到他们在键盘上。

U + 005F低线_
U + 203F UNDERTIE‿
U + 2040字符TIE⁀
U + 2054 INVERTED UNDERTIE⁔
U + FE33 PRESENTATION形成垂直低线_
U + FE34 PRESENTATION形成垂直WAVY低线︴
U + FE4D DASHED低线﹍
U + FE4E中心线低线﹎
U + FE4F WAVY低线﹏
U + FF3F FULLWIDTH低线_

Answer 5:

的连接字符被用来连接两个字符。

在Java中，一个连接字符是一个针对Character.getType（INT码点） / Character.getType（炭CH）返回等于值Character.CONNECTOR_PUNCTUATION 。

需要注意的是在Java中，字符信息基于其标识由他们分配给普通类PC，这是一个别名连接字符的Unicode标准CONNECTOR_PUNCTUATION 。

下面的代码片段，

for (int i = Character.MIN_CODE_POINT; i <= Character.MAX_CODE_POINT; i++) {
    if (Character.getType(i) == Character.CONNECTOR_PUNCTUATION
            && Character.isJavaIdentifierStart(i)) {
        System.out.println("character: " + String.valueOf(Character.toChars(i))
                + ", codepoint: " + i + ", hexcode: " + Integer.toHexString(i));
    }
}

打印可用于启动jdk1.6.0_45一个IDENTIFER连接字符

character: _, codepoint: 95, hexcode: 5f
character: ‿, codepoint: 8255, hexcode: 203f
character: ⁀, codepoint: 8256, hexcode: 2040
character: ⁔, codepoint: 8276, hexcode: 2054
character: ・, codepoint: 12539, hexcode: 30fb
character: ︳, codepoint: 65075, hexcode: fe33
character: ︴, codepoint: 65076, hexcode: fe34
character: ﹍, codepoint: 65101, hexcode: fe4d
character: ﹎, codepoint: 65102, hexcode: fe4e
character: ﹏, codepoint: 65103, hexcode: fe4f
character: ＿, codepoint: 65343, hexcode: ff3f
character: ･, codepoint: 65381, hexcode: ff65

以下汇编了jdk1.6.0_45，

int _, ‿, ⁀, ⁔, ・, ︳, ︴, ﹍, ﹎, ﹏, ＿, ･ = 0;

显然，上面的声明没有上jdk1.7.0_80＆jdk1.8.0_51编译为以下两个连接字符（向后兼容性...糟糕!!!），

character: ・, codepoint: 12539, hexcode: 30fb
character: ･, codepoint: 65381, hexcode: ff65

无论如何，抛开细节， 考试只关注基本拉丁字符集 。

此外，在Java法律identifers，该规范提供了这里。 使用字符类的API，以获得更多的细节。

Answer 6:

其中最，好，乐趣在Java标识允许（但不是在开始）字符的是名为“零宽不连字”的Unicode字符（zwnj ;, U + 200C， https://en.wikipedia.org /维基/零width_non-木匠）。

我在属性值保持到另一块的是XML的基准内部一块XML的过一次。由于ZWNJ是“零宽度”，它不能被看到（用光标沿行走时除外，它显示有良好的字符之前）。它也不能在日志文件和/或控制台输出可以看出。但它在那里所有的时间：复制粘贴到搜索领域得到它，因此没有发现被称为位置。键入串在搜索字段中（的可见部分），然而发现了称为位置。我花了一段时间才能弄清楚这一点。

键入一个零宽度非木其实是很容易的（太容易）使用欧洲键盘布局时，至少在德国的变种，例如“Europatastatur 2.02” - 这是到达与键AltGr +，两个键它“”不幸的是直接位于彼此相邻大多数键盘上，可以很容易被不小心撞到了一起。

返回到Java：我想好了，你可以写一些像这样的代码：

void foo() {
    int i = 1;
    int i‌ = 2;
}

与由零宽度的非木匠所附第二i（不能做到这一点，在计算器的编辑剪断上面的代码），但是没有工作。的IntelliJ（16.3.3）没有抱怨，但javac的（Java 8）没有抱怨一个已经定义的标识符 - 它似乎javac的实际允许ZWNJ字符作为标识符的一部分，但使用反射时，看看它做什么，在ZWNJ字符被剥离的标识 - 这就像‿字符都没有。

Answer 7:

您可以将您的标识符（而不是仅仅在开始）中使用的字符的列表是更有趣：

for (int i = Character.MIN_CODE_POINT; i <= Character.MAX_CODE_POINT; i++)
    if (Character.isJavaIdentifierPart(i) && !Character.isAlphabetic(i))
        System.out.print((char) i + " ");

这份名单是：

I wanted to post the output, but it's forbidden by the SO spam filter. That's how fun it is!

它包括大部分控制字符！我的意思是钟声和狗屎！你可以让你的源代码环FN钟！或用途，其将仅有时会显示，像柔软的连字符。

文章来源: What are “connecting characters” in Java identifiers?