java - 为什么 Java 允许在源代码中使用转义的 unicode 字符？

Question

我 recently learned Java 源代码中允许 Unicode 不仅作为 Unicode 字符(例如 double π = Math.PI; )而且作为转义序列(例如 double\u03C0 = Math.PI; )。

第一个变体对我来说很有意义——它允许程序员用他们选择的国际语言命名变量和方法。但是，我没有看到第二种方法的任何实际应用。

这里有几段代码来说明用法，用 Java SE 6 和 NetBeans 6.9.1 测试:

此代码将打印出 3.141592653589793

public static void main(String[] args) {
    double π = Math.PI;
    System.out.println(\u03C0);
}

说明:π和\u03C0是同一个Unicode字符

这段代码不会打印出任何东西

public static void main(String[] args) {
    double π = Math.PI; /\u002A
    System.out.println(π);

    /* a comment */
}

说明:上面的代码实际上是这样编码的:

public static void main(String[] args) {
    double π = Math.PI; /*
    System.out.println(π);

    /* a comment */
}

注释掉打印语句。

仅从我的示例中，我注意到此语言功能存在许多潜在问题。

首先，一个糟糕的程序员可能会用它偷偷地注释掉一些代码，或者创建多种方法来识别同一个变量。也许还有其他我没有想到的可怕的事情可以做。

其次，IDE 之间似乎缺乏支持。 NetBeans 和 Eclipse 都没有为示例提供正确的代码突出显示。事实上，NetBeans 甚至标记了一个语法错误(尽管编译不是问题)。

最后，这个功能的文档记录很差，不被普遍接受。为什么程序员会在他的代码中使用其他程序员无法识别和理解的东西？事实上，我什至在 Hidden Java Features question 上都找不到这方面的信息。 .

我的问题是这样的:

为什么 Java 允许在语法中使用转义的 Unicode 序列？尽管有许多“缺点”，但该功能有哪些“优点”使其成为 Java 的一部分？

Answer 1

Unicode 转义序列允许您以纯 ASCII 存储和传输源代码，并且仍然使用整个 Unicode 字符范围。这有两个好处:

• 没有非 ASCII 字符被无法处理的工具破坏的风险。这在 1990 年代初设计 Java 时是一个真正的问题。发送包含非 ASCII 字符的电子邮件并使其完好无损地到达是异常(exception)而不是常态。

• 无需告诉编译器和编辑器/IDE 使用哪种编码来解释源代码。这仍然是一个非常有效的担忧。当然，更好的解决方案是将编码作为文件头中的元数据(如在 XML 中)，但这在当时还没有成为最佳实践。

The first variant makes sense to me - it allows programmers to name variables and methods in an international language of their choice. However, I don't see any practical application of the second approach.

两者都将产生完全相同的字节码，并且具有与语言功能相同的功能。唯一的区别在于源代码。

First, a bad programmer could use it to secretly comment out bits of code, or create multiple ways of identifying the same variable.

如果您担心程序员故意破坏您代码的可读性，那么这种语言功能是您遇到的最小问题。

Second, there seems to be a lack of support among IDEs.

这几乎不是功能或其设计者的错。但是，我不认为它曾经打算“手动”使用。理想情况下，IDE 可以选择让您正常输入字符并正常显示，但会自动将它们保存为 Unicode 转义序列。甚至可能已经存在使 IDE 以这种方式运行的插件或配置选项。

但总的来说，此功能似乎很少使用，因此可能得不到很好的支持。但是 1993 年左右设计 Java 的人怎么会知道呢？