Java中的合法标识符
我正在阅读SCJP，我对这一行有个疑问：
标识符必须以字母，货币字符（$）或连接字符（如下划线（_））开头。 标识符不能以数字开头！
它指出一个有效的标识符名称可以以连接字符（如下划线）开头。 我以为下划线是唯一有效的select？ 还有什么其他的连接字符 ？
这是连接字符的列表。 这些是用来连接单词的字符。
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
这编译在Java 7上。
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
$ _¢£﹏৲৳৳৻௹௹₢₣₤₥₦₧₨₫₫₫₫₰₱﹏₳₴₵₶₷₸︴︴︴﹍﹍﹎﹏ $ $ _¢£₩
迭代整个65k字符并询问Character.isJavaIdentifierStart(c) 。 答案是：“undertie”小数8255
在Java语言规范中可以find合法的Java标识符的权威规范 。
以下是 Unicode中连接器字符的列表 。 你不会在你的键盘上find它们。
U + 005F LOW LINE _
U + 203F UNDERTIE‿
U + 2040 CHARACTER TIE⁀
U + 2054颠倒的底层⁔
U + FE33展示forms垂直低线_
U + FE34演示模式垂直波低线︴
U + FE4D DASHED LOW LINE﹍
U + FE4E CENTRELINE LOW LINE﹎
U + FE4F WAVY LOW LINE﹏
U + FF3F FULLWIDTH LOW LINE _
连接字符用于连接两个字符。
在Java中，连接字符是Character.getType（int codePoint） / Character.getType（char ch）返回一个等于Character.CONNECTOR_PUNCTUATION的值的字符 。
请注意，在Java中，字符信息基于Unicode标准，通过为它们分配一般类别Pc（它是Connector_Punctuation的别名）来标识连接字符。
下面的代码片断，
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)); } }
打印可用于在jdk1.6.0_45上启动标识符的连接字符
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
下面编译jdk1.6.0_45，
int _, ‿, ⁀, ⁔, ・, ︳, ︴, ﹍, ﹎, ﹏, ＿, ･ = 0;
显然，上面的声明无法在jdk1.7.0_80＆jdk1.8.0_51上为以下两个连接字符（向后兼容… oops !!!）编译，
character: ・, codepoint: 12539, hexcode: 30fb character: ･, codepoint: 65381, hexcode: ff65
无论如何，除了细节外， 考试只关注基本拉丁字符集 。
而且，对于Java中的合法标识， 这里提供了这个规范。 使用Character类API获取更多细节。
您可以在标识符中使用的字符列表（而不仅仅是在开始时）更加有趣：
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 + " ");
清单是：
I wanted to post the output, but it's forbidden by the SO spam filter. That's how fun it is!
它包含了大部分的控制字符！ 我的意思是钟声和狗屎！ 你可以让你的源代码响铃！ 或者使用有时只显示的字符，如软连字符。
Java标识符允许使用的最有趣的字符之一（但不是在开始时）是名为“零宽度非Joiner”的Unicode字符（＆zwnj; U + 200C， https ://en.wikipedia.org / wiki / Zero-width_non-joiner ）。
我曾经有一次在一个XML中的一个属性值中持有对另一个XML的引用。 由于ZWNJ是“零宽度”，所以不能被看到（除了与光标一起行走之外，它在之前的字符上显示）。 在日志文件和/或控制台输出中也看不到它。 但它一直在那里：复制并粘贴到search字段得到它，因此没有find引用的位置。 键入string（的可见部分）到search字段中，但find了引用的位置。 花了我一段时间来弄清楚这一点。
使用欧式键盘布局时，键入零宽度非连接器实际上非常简单（太简单了），至less在德语版本中是这样的，例如“Europatastatur 2.02” – 可以用AltGr +“。”获得，两个键不幸的是，它们在大多数键盘上直接相邻，很容易被偶然碰撞到一起。
回到Java：我觉得很好，你可以写这样的代码：
void foo() { int i = 1; int i = 2; }
与第二个我附加一个零宽度非joiner（不能这样做，在上面的代码剪切在stackoverflow的编辑器），但没有奏效。 IntelliJ（16.3.3）并没有抱怨，但JavaC（Java 8）确实抱怨已经定义好的标识符 – 看起来JavaC实际上允许ZWNJ字符作为标识符的一部分，但是当使用reflection来看它是什么时，ZWNJ字符被剥离标识符 – 像‿这样的字符不是。
