为什么Java不能识别这些空白？

Question

有25种类型的空白。character.isWhitespace(char)在下面的代码中显示，25种类型中有4种在Java中不被视为空白。为什么？

public class Main {
    public static void main(String...args){
        char [] whiteSpaces = {'\u0085', '\u00A0', '\u2007', '\u202F'};
        for(char space : whiteSpaces){
            //All spaces are not white spaces in Java.
            System.out.println("[" + space + "] is a white space in Java:" + Character.isWhitespace(space));
        }
    }
}

参考-https://docs.oracle.com/en/java/javase/11/docs/api/java.base/java/lang/character.html#IsWhitespace（char）

Answer 1

为什么？因为这就是该方法的指定方式。javadoc foriswhitespace列出了与之匹配的代码。您标识的4不在列表中。

我们不能告诉你为什么会这样定义。但是，javadoc所说的一个含义是，'\u00a0'、'\u2007'和'\u202f'被排除在外，因为它们是不间断的空白字符。

'\u0085'或nel是一个有趣的例子。根据Unicode代码表（见此处的非官方摘要），它不属于一般类别SPACE_SEPARATOR、LINE_SEPARATOR或partearh_separator。（它显示在控件类别中。）

如果您想要一个识别所有Unicode空白字符（即SPACE_SEPARATOR、LINE_SEPARATOR或partearh_separator中的字符）的方法，应该使用isspacechar(javadoc)而不是iswhitespace。

注意，Unicode规范不是一个固定的东西。代码的分类，以及“空白”的定义随着时间的推移而演变。每个Java版本实现Unicode规范的特定版本，该版本在发布时是最新的。例如：

• Java 8实现Unicode 6.2
• Java 11实现Unicode 10.0.0
• Java 13实现Unicode 12.1

详细信息在每个Java版本的character类的javadoc中。请注意，给定的Java发行版没有修补以跟踪后续的Unicode发行版。