Lobsters | 📄 原文链接 | 2026-11-01 收录

判断一个字符是不是空白，到底有多难

来源：serce.me — 2026-10-30

📋 概述

Sergey Tselovalnikov 从 Guava 里一个看起来过度复杂的 isWhitespace 方法出发，追到 Unicode 的 White_Space 属性：它列了 25 个字符，各有用途，FIGURE SPACE 和数字同宽，THIN SPACE 与 HAIR SPACE 更窄，NO-BREAK SPACE 防换行。麻烦在于定义并不统一——Java 的 Character.isWhitespace 就明确排除 NO-BREAK SPACE 等三个不换行空格，名字叫 ZERO WIDTH SPACE 的字符反而不是空白，OGHAM SPACE MARK 在带主干线的字体里会渲染成一条可见横线。

🔑 核心要点

Unicode 的 White_Space 属性共 25 个字符，光看名字或字形判断不了归属。
Java 的 Character.isWhitespace('\u00A0') 返回 false，与 Unicode 属性直接冲突，javadoc 明说是按 Java 的定义而非 Unicode 的定义。
ZERO WIDTH SPACE 名字里带空格，却根本不是空白字符，它是格式字符，只提供换行/断词机会。
OGHAM SPACE MARK 在带 stemline 的字体里会画成一条连贯的横线，“空白必然不可见”这个假设也不成立。
同一个运行时内不同库各有一套规则，所谓“标准”只到属性表为止。

💡 金句

So even the assumption that whitespace must look empty isn’t always true.

← 返回 Lobsters 首页