Một người bạn đã dán lệnh vào một phòng chat Slack có chứa nhân vật *. Điều này trông giống như bình thường *nhưng không phải là:

$ uniprops '*​'
uniprops: no character named ‹*​›

Trong khi nếu tôi chạy unipropstrên dấu sao tôi nhận được khi gõ trên máy thì tôi nhận được:

$ uniprops '*'
U+002A ‹*› \N{ASTERISK}
    \pP \p{Po}
    All Any ASCII Assigned Basic_Latin Punct Is_Punctuation Common Zyyy Po P
       Gr_Base Grapheme_Base Graph X_POSIX_Graph GrBase Other_Punctuation
       Pat_Syn Pattern_Syntax PatSyn POSIX_Graph POSIX_Print POSIX_Punct Print
       X_POSIX_Print Punctuation Unicode X_POSIX_Punct

Tôi cũng có thể thấy rằng đó không phải là một dấu sao thực sự bằng cách chuyển qua od:

$ printf '*​' | od -c
0000000   * 342 200 213
0000004

Trong khi người bình thường cho:

$ printf '*' | od -c
0000000   *
0000001

Đây là nhân vật bí ẩn lớn hơn một chút:

*

Và dấu hoa thị bình thường (vâng, chúng trông giống hệt nhau):

*

Vì vậy, unipropskhông biết đây là gì và tôi cũng không thể tìm thấy nó trên http://www.fileformat.info/ . Tôi biết rằng người bạn đã dán nó trên OS X (tôi đang dùng Linux) và nó hoạt động trên hệ thống của họ như một dấu hoa thị thông thường. Tôi giả định rằng Slack bằng cách nào đó đã thay đổi nó. Vậy, có ai có ý kiến ​​gì về nhân vật đó không?

Lưu ý rằng bạn không thể sao chép ký tự lạ trực tiếp từ câu hỏi. Rõ ràng, công cụ Stack Exchange loại bỏ các ký tự không in dấu. Thay vào đó, nhấp vào liên kết "chỉnh sửa" và sao chép từ đó.

_{unipropslà một tập lệnh nhỏ gọn trong Unicode::Tusslemô-đun Perl xác định và in thông tin về ký tự bạn cung cấp.}

Việc dán thất bại không phải vì dấu hoa thị, đó là dấu hoa thị hoàn toàn thông thường, mà vì ký tự Unicode U + 200B . Vì ký tự là một ZERO WIDTH SPACE, nó không hiển thị khi được sao chép.

Sử dụng mã Python:

stro=u"'*​'?"
def uniconv(text):
    return " ".join(hex(ord(char)) for char in text)
uniconv(stro)

Hàm này uniconvchuyển đổi chuỗi đầu vào (trong trường hợp này u"'*'?") thành tương đương mã hóa Unicode của chúng ở định dạng thập lục phân. Các utiền tố vào chuỗi xác định các chuỗi như là một chuỗi Unicode.

Tôi đã có thể có được đầu ra:

0x27 0x2a 0x200b 0x27 0x3f

Chúng tôi có thể thấy rõ rằng 0x27, 0x2avà 0x3flà ASCII / Unicode giá trị thập lục phân cho các nhân vật ', *và ?tương ứng. Điều đó để lại 0x200b, do đó xác định các nhân vật.

Lưu ý rằng mã Python, khi được dán vào cơ thể, đã xóa ký tự U + 200B bằng phần mềm Markdown của SE. Để có được kết quả mong đợi, bạn cần sao chép nó trực tiếp từ tiêu đề bằng cách sử dụng chế độ xem Chỉnh sửa.

Với sự giúp đỡ của @Rinzwind trong phòng trò chuyện Ask Ubuntu, tôi phát hiện ra rằng vấn đề không phải là nhân vật. Lưu ý đầu ra của od:

$ printf '*​' | od -c
0000000   * 342 200 213
0000004

Đây 342 200 213là một đại diện bát phân của một nhân vật khác và chúng ta có thể sử dụng trang web này để tìm kiếm nó:

Character                   ​               
Character name                              ZERO WIDTH SPACE
Hex code point                              200B
Decimal code point                          8203
Hex UTF-8 bytes                             E2 80 8B
Octal UTF-8 bytes                           342 200 213
UTF-8 bytes as Latin-1 characters bytes     â <80> <8B>

Vì vậy, những gì tôi thực sự có là hai ký tự unicode, không gian bình thường *và không gian rộng.