为什么在允许使用某些Unicode字符的注释中执行Java代码？

一尘不染

为什么在允许使用某些Unicode字符的注释中执行Java代码？

java

以下代码产生输出“ Hello World！”。（不，请尝试）。

public static void main(String... args) {

   // The comment below is not a typo.
   // \u000d System.out.println("Hello World!");
}

原因是Java编译器将Unicode字符解析\u000d为新行并转换为：

public static void main(String... args) {

   // The comment below is not a typo.
   //
   System.out.println("Hello World!");
}

因此导致评论被“执行”。

由于可以将其用于“隐藏”恶意代码或任何邪恶的程序员可以想到的内容， 因此为什么允许在注释中使用它 ？

为什么Java规范允许这样做？

阅读 285

2020-09-08

共1个答案

一尘不染

Unicode解码发生在任何其他词汇翻译之前。这样做的主要好处是，它使得在ASCII和任何其他编码之间来回切换变得很简单。您甚至不需要弄清楚注释的开始和结束位置！

如JLS第3.3节所述，这允许任何基于ASCII的工具来处理源文件：

[…]
Java编程语言指定了一种将Unicode编写的程序转换为ASCII的标准方法，该程序将程序更改为可以由基于ASCII的工具处理的形式。[…]

这为平台独立性（支持的字符集的独立性）提供了基本保证，而平台独立性一直是Java平台的主要目标。

能够在文件中的任何位置写入任何Unicode字符是一项很简洁的功能，在以非拉丁语言记录代码时，在注释中尤其重要。它会以这种微妙的方式干扰语义的事实只是（不幸的）副作用。

这个主题有很多陷阱，Joshua Bloch和Neal Gafter的 Java
Puzzlers 包括以下变体：

这是合法的Java程序吗？如果是这样，它将打印什么？

\u0070\u0075\u0062\u006c\u0069\u0063\u0020\u0020\u0020\u0020
\u0063\u006c\u0061\u0073\u0073\u0020\u0055\u0067\u006c\u0079
\u007b\u0070\u0075\u0062\u006c\u0069\u0063\u0020\u0020\u0020
\u0020\u0020\u0020\u0020\u0073\u0074\u0061\u0074\u0069\u0063
\u0076\u006f\u0069\u0064\u0020\u006d\u0061\u0069\u006e\u0028
\u0053\u0074\u0072\u0069\u006e\u0067\u005b\u005d\u0020\u0020
\u0020\u0020\u0020\u0020\u0061\u0072\u0067\u0073\u0029\u007b
\u0053\u0079\u0073\u0074\u0065\u006d\u002e\u006f\u0075\u0074
\u002e\u0070\u0072\u0069\u006e\u0074\u006c\u006e\u0028\u0020
\u0022\u0048\u0065\u006c\u006c\u006f\u0020\u0077\u0022\u002b
\u0022\u006f\u0072\u006c\u0064\u0022\u0029\u003b\u007d\u007d

（该程序原来是普通的“ Hello World”程序。）

在解决难题的方法中，他们指出了以下几点：

更严重的是，此难题有助于加强前三个方面的教训：当您需要在程序中插入无法以任何其他方式表示的字符时，Unicode转义至关重要。
在所有其他情况下，请避免使用它们。

来源：Java：在注释中执行代码？

2020-09-08