Java标识符中的“连接字符”是什么？

我正在阅读SCJP，对此行有疑问：

标识符必须以字母，货币字符（$）或下划线（_）之类的连接字符开头。标识符不能以数字开头！

它指出有效的标识符名称可以以下划线之类的连接字符开头。我以为下划线是唯一有效的选择？还有哪些其他连接字符？

这是连接字符的列表。这些是用于连接单词的字符。

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

这可以在Java 7上编译。

int _, ‿, ⁀, ⁔, ︳, ︴, ﹍, ﹎, ﹏, ＿;

一个例子。在这种情况下，tp是列名和给定行的值。

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

$ _¢£¤؋৻₱₱₱₱₱₱₱₹₹_ ＿ ＿ ￠ ￥ ￥

遍历整个65k字符并询问Character.isJavaIdentifierStart(c)。答案是：“ undertie”十进制8255

合法的Java标识符的权威性规范可以在Java Language Specification中找到。

这是 Unicode中的连接器字符列表。您不会在键盘上找到它们。

U + 005F下线_
U + 203F UNDERTIE‿U
+ 2040字符领带⁀U
+ 2054逆向⁔U
+ FE33垂直低线的表示形式︳
U + FE34垂直波浪低线的表示
形式︴U + FE4D虚线﹍
U + FE4E中心线低线﹎
U + FE4F WAVY低线﹏
U + FF3F FULLWIDTH低线_

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，该标准通过为连接字符分配通用类别Pc来标识连接字符，Pc是Connector_Punctuation的别名。

以下代码段，

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));
    }
}

在jdk1.6.0_45上打印可用于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

以下是在jdk1.6.0_45上编译的，

int _, ‿, ⁀, ⁔, ・, ︳, ︴, ﹍, ﹎, ﹏, ＿, ･ = 0;

显然，对于以下两个连接字符（向后兼容... oops！），上述声明无法在jdk1.7.0_80和jdk1.8.0_51上编译，

character: ・, codepoint: 12539, hexcode: 30fb
character: ･, codepoint: 65381, hexcode: ff65

无论如何，除了细节之外，该考试仅侧重于基本拉丁字符集。

另外，对于Java中的合法标识符，此处提供了规范。使用Character类API获取更多详细信息。

Java标识符中允许使用的最有趣的字符之一（但是开头不是这样）是名为“零宽度非连接符”（＆zwnj;，U + 200C，https：//en.wikipedia.org）的Unicode字符。/ wiki / Zero-width_non-joiner）。

我曾经在属性值中的一段XML中拥有此属性，该值持有对该XML的另一段的引用。由于ZWNJ是“零宽度”，因此无法看到（除非与光标一起行走，否则它会显示在前面的字符上）。在日志文件和/或控制台输出中也看不到它。但是它一直都存在：将其复制并粘贴到搜索字段中就可以了，因此找不到参考位置。在搜索字段中键入（字符串的可见部分）字符串，但是找到了参考位置。花了我一段时间来解决这个问题。

使用欧洲键盘布局时，键入零宽度非连接器实际上非常容易（太简单），至少在其德语变体中，例如“ Europatastatur 2.02”-可通过AltGr +“。”到达，两个键不幸的是，在大多数键盘上，它们是直接相邻放置的，很容易被意外地撞在一起。

回到Java：我想很好，您可以编写如下代码：

void foo() {
    int i = 1;
    int i‌ = 2;
}

第二个我附加了零宽度非连接符（在上面的代码中，stackoverflow的编辑器中没法做到这一点），但这没有用。IntelliJ（16.3.3）没有抱怨，但是JavaC（Java 8）确实抱怨了一个已经定义的标识符-似乎JavaC实际上允许ZWNJ字符作为标识符的一部分，但是当使用反射来查看它做什么时，ZWNJ字符从标识符中删除-像‿这样的字符不是。

您可以使用字符列表内的标识符（而不是仅仅在开始）是很多更有趣：

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!

它包括大多数控制字符！我的意思是铃铛和狗屎！您可以让您的源代码敲钟！或使用仅在某些时候显示的字符，例如软连字符。