Hacker News | 📄 原文链接 | 2026-11-11 收录

判断一个字符是不是空白，能有多难

来源：serce.me — 2026-10-30

📋 概述

作者在 Guava 里看到一段远比 c == ' ' 复杂的空白判断代码，顺着挖下去发现三层复杂度：Unicode 定义 25 个空白字符，但 Java、Python、JavaScript 三家各有一套——Java 排除不换行空格，Python 认 29 个（多出文件分隔符这类控制字符），JavaScript 反过来认 U+FEFF 却不认 U+0085；Unicode 自己还在改（U+180E 曾被移出空白集）；最后为了让判断够快，Guava 用了一个完美哈希：乘 1682554634 再右移 27 位取索引，查一张 32 字符的表。

🔑 核心要点

「空白」连定义都不统一，所以函数签名里的 whitespace 到底指哪一套，得看文档而不是看名字。
名字也会骗人：零宽空格 U+200B 根本不是空白，而欧甘空格标记 U+1680 在带主线的字体里会画出一条可见横线。
Guava 的实现演进有据可查：先朴素匹配，再改成除 79 取模，最后换成完美哈希以避开除法。
作者顺手给了穷举脚本，任何人都能找出所有可用的乘数，把「魔法数字」还原成可验证的结论。

💡 金句

I do feel that these write-ups are becoming increasingly rare in the AI-first world, where there's rarely a reason to peek under the hood of a function as simple as isWhitespace.

← 返回 Hacker News 首页