language-agnostic - 所有空白字符？语言独立吗？

Question

我想知道所有语言是否都将空白字符视为一组相同的字符，或者是否有任何变化。

谁能提供完整的空格字符列表，以分隔可从键盘输入的空格？如果不同，则差异和原因会更合适。如果您不带Whitespace或其变体（如果有的话），那么任何语言都是有帮助的。我当然不想要像Whitespace这样的语言的完整列表：）

Answer 1

特定字符是否归类为空白字符应取决于所使用的字符集。也就是说，编程语言可以对构成空白的内容进行自己的定义。

大多数现代语言都使用Unicode字符集，该字符集确实定义了空格分隔符。 Zs类别中的任何字符都是空格分隔符。

You can see the complete list here。另外，您可以在官方Unicode Character Database中为;Zs;进行grep查看这些字符。请注意，随着新的Unicode版本的出现，此类别中的字符数可能会增加，因此我不会说存在多少此类字符，甚至也不会尝试列出它们。

除了Zs Unicode类别外，Unicode还定义了character properties。 Unicode定义的属性中有一个空白属性。从Unicode 7.0开始，具有此属性的字符包括类别为Zs的所有字符以及一些控制字符（包括U + 0009，U + 000A，U + 000B，U + 000C，U + 000D和U + 0085）。您可以使用空格属性at Unicode.org here找到所有字符。

现在，许多语言，甚至是现代语言，对于正则表达式（例如\s或[:space:]）都有特殊的符号，但是请注意，这些语言仅引用ASCII集中的某些字符；通常这些仅限于


空格（代码点32，U + 0020）
TAB（代码点9，U + 0009）
LINE FEED（代码点10，U + 000A）
线路标签（代码点11，U + 000B）
FORM FEED（代码点12，U + 000C）
回车（代码点13，U + 000D）


现在，此列表很有趣，因为它不仅包含空格分隔符（Zs），而且还包含“其他控件”类别（Cc）中的空格。这就是编程语言使用术语“空白”时通常的含义。

因此，回答“空白字符的完整列表”问题的最好方法是说“这取决于您的意思”。如果您的意思是“经典空白”，则可能是上面列出的六个字符。如果您想要更“现代”的东西，那就是这六个与Unicode类别Zs中所有字符的并集。再说一遍，您可能也需要查看其他块（例如，杰里·科芬（Jerry Coffin）对您的问题的评论中提到的U + 1361）。它还取决于您打算如何使用这些空格字符。

现在，最后一件事：Unicode尚未在世界上包含所有字符；因此，Unicode不再适用。它一直在增长。有一天可能会添加新的空格字符。目前，类别Zs +经典是您最好的选择。