小编典典

为什么在允许某些 Unicode 字符的注释中执行 Java 代码?

javascript

以下代码产生输出“Hello World!” (不是真的,试试看)。

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

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

这样做的原因是 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!");
}

从而导致评论被“执行”。

既然这可以用来“隐藏”恶意代码或任何邪恶的程序员可以想到的东西,为什么在评论中允许它?

为什么 Java 规范允许这样做?


阅读 107

收藏
2021-08-16

共1个答案

小编典典

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变得微不足道。您甚至不需要弄清楚评论的开始和结束位置!

如JLS 第 3.3 节所述,这允许任何基于 ASCII 的工具处理源文件:

[…] Java 编程语言指定了将用 Unicode 编写的程序转换为 ASCII 的标准方法,该方法将程序更改为可由基于 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,这一直是 Java 平台的一个关键目标。

能够在文件中的任何位置写入任何 Unicode 字符是一个很好的特性,在用非拉丁语言记录代码时,在注释中尤其重要。它可以以如此微妙的方式干扰语义的事实只是一个(不幸的)副作用。

这个主题有很多问题,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,它打印什么?

java \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

(这个程序原来是一个普通的“Hello World”程序。)

在解谜题中,他们指出以下几点:

更严重的是,这个谜题加强了前三个的教训:当您需要将无法以任何其他方式表示的字符插入到您的程序中时,Unicode 转义是必不可少的。在所有其他情况下避免使用它们。

2021-08-16