Java 的 0x7c00 之搞怪的 Java 代码

中秋节过完了，假期也过完了，又回归了工作。

不知道大家在假期里都是怎么度过的，但是肯定都觉得假期过的很快吧！以前听过一句话，从同学那里听来的吧，“年怕中秋，月怕半”。意思是一个月过完一半，剩下的一半感觉就很快了；一年的时间，过完中秋之后，在(感觉/事实)上离下次过年也就不远了。

假期这几天，我们这边一直稀稀拉拉的在下雨，秋天的感觉也很明显了，大家提早穿好秋裤，注意保暖吧~！

本篇文章内容是非正常编码的方式，它是 Java 团队为 Java 语言的跨平台所设计的让 javac 处理的源码的一种特性。它只适合学习和交流，不适合用在项目当中！切记！用来开玩笑也不适合~！！

上面是调侃，下面是正文~！

0x01. 搞怪代码

单刀直入，直接来看代码！

public class Hello
{
    public static void main(String[] args)
    {
        System.out.print("hello"); // \u000A System.out.println(" world");

        System.out.print("hello"); // \n System.out.println(" world");

        System.out.println();
    }
}

看下这段代码，想一下它输出的内容，1、2、3……来，给出答案！

在未看结果之前，不知道是否可以想到答案，至少我是想不出。但是看了答案又感觉原来如此，也不过如此。应该 \u 开头的 Unicode 转义序列被 Java 的编译器处理了。即使在注释中，也被处理了。

上面这段代码的灵感来自于《Java 核心技术》一书。

0x02. 搞怪吗？来看看它的马屁股！

上面的代码感觉奇怪么？注释里的内容不是说好了不处理的吗？javac 怎么给转义了呢？该不会是 javac 的 bug 吧？

其实不是！

根据 Java 语言规范的描述来说，这是 javac 有意为之的。在 Java 语言规范中给出了关于 Unicode 转义序列被 javac 处理时的解释。

1. Unicode 转义序列在编译的最早阶段处理
2. 处理顺序在注释识别之前
3. 目的是确保源代码的跨平台一致性

javac 其执行顺序大致是这样的：

源代码 → Unicode 转义处理 → 词法分析（识别注释、关键字等） → 语法分析

其实这个规范也是跟历史有关系的，早期的开发环境支持的字符集、早期文件的编码格式等，才使得 javac 需要这样的处理顺序（Java 还要跨平台，对可移植性提供了保障）。（这好像又回到了 0x7c00 和 火车宽度是几个马屁股的宽度的问题了，为什么我总是提 0x7c00 呢，因为那篇文章阅读量大呗~！从内存地址 0x7c00 思考程序员的差距）。

从上面代码我们能感觉到这种处理方式是有安全隐患的，但是 Java 团队并没有移除该特性。那么说，这种特性的优点是大过缺点的，哪有十全十美的设计呢？不过是一种平衡上的选择。既然优点大于了缺点，那么就选择了保留。

这里给出 Java 语言规范的地址：

https://docs.oracle.com/javase/specs/jls/se8/html/index.html

想要了解细节 javac 的一些细节，重点阅读 3.2 和 3.3 即可！

0x03.最后

对于这种 Unicode 转义序列，大家还能想到其他的玩法吗？

再举几个例子吧~！

例子一：

public class HiddenLoop {
    public static void main(String[] args) {
        System.out.println("开始计数:");
        int i = 1;
        // \u000A while (i <= 3) {
        System.out.println("数字: " + i);
        i++;
        // \u000A }
    }
}

例子二：

public class ArrayBreak {
    public static void main(String[] args) {
        int[] numbers = {1, 2, 3\u007D; System.out.println("数组初始化被中断!"); int[] more = {4, 5};

        System.out.print("numbers: ");
        for (int n : numbers) {
            System.out.print(n + " ");
        }
        System.out.println();

        System.out.print("more: ");
        for (int n : more) {
            System.out.print(n + " ");
        }
    }
}

上面的两个例子是用来进行搞怪的例子，你能猜到它们的输出结果吗？

那么在实际的环境中，它有实际的作用吗？其实还是有的。比如在某些受限的环境中，只能在使用纯粹 ASCII 的环境中编码，那么可以通过这种方式来包含 Unicode 字符；或者需要明确指定不可见字符时，也可以使用该特性。

都看到这里，给点个赞支持一下再走吧~！