Почему этот код, написанный в обратном порядке, печатает «Hello World!»

Вот код, который я нашел в интернете:

class M‮{public static void main(String[]a‭){System.out.print(new char[]
{'H','e','l','l','o',' ','W','o','r','l','d','!'});}}    

Этот код печатается Hello World!на экране; Вы можете видеть, что это бежит здесь . Я ясно вижу public static void mainнаписанное, но это задом наперед. Как работает этот код? Как это вообще компилируется?

Редактировать: я попробовал этот код в IntellIJ, и он отлично работает. Однако по какой-то причине он не работает в notepad ++ вместе с cmd. Я до сих пор не нашел решения этой проблемы, поэтому, если кто-нибудь найдет, прокомментируйте ниже.

Здесь есть невидимые символы, которые изменяют способ отображения кода. В Intellij их можно найти, скопировав код в пустую строку ("" ), которая заменяет их на экранированные Unicode, удаляя их эффекты и раскрывая порядок, который видит компилятор.

Вот результат этой копии-вставки:

"class M\u202E{public static void main(String[]a\u202D){System.out.print(new char[]\n"+
        "{'H','e','l','l','o',' ','W','o','r','l','d','!'});}}   "

Символы исходного кода хранятся в этом порядке, и компилятор обрабатывает их как в этом порядке, но они отображаются по-разному.

Обратите внимание на \u202Eсимвол, который является переопределением справа налево, начиная блок, где все символы должны отображаться справа налево, и\u202D слева направо, начиная вложенный блок, где все символы приводятся в порядке слева направо, переопределяя первое переопределение.

Ergo, когда он отображает исходный код, class Mотображается нормально, но \u202Eменяет порядок отображения всего оттуда до \u202D, что снова меняет все. (Формально все, начиная с конца и до конца \u202Dстроки, меняется на противоположное дважды, один раз из-за \u202Dи один раз, а остальная часть текста перевернута из-за \u202E, поэтому этот текст отображается в середине строки вместо конца.) Направленность следующей строки обрабатывается независимо от первой из-за ограничителя строки, поэтому {'H','e','l','l','o',' ','W','o','r','l','d','!'});}}отображается нормально.

Для полного (чрезвычайно сложного, двунаправленного алгоритма Unicode) см. Приложение № 9 к Стандартному Unicode .

Это выглядит иначе из-за двунаправленного алгоритма Unicode . Существует два невидимых символа RLO и LRO, которые двунаправленный алгоритм Unicode использует для изменения визуального представления символов, вложенных между этими двумя метасимволами.

В результате они визуально выглядят в обратном порядке, но действительные символы в памяти не меняются местами. Вы можете проанализировать результаты здесь . Компилятор Java будет игнорировать RLO и LRO и обрабатывать их как пробелы, поэтому код компилируется.

Примечание 1: Этот алгоритм используется текстовыми редакторами и браузерами для визуального отображения символов как символов LTR (английский), так и символов RTL (например, арабский, иврит) одновременно - следовательно, «bi» -направленный. Вы можете прочитать больше о Двунаправленном алгоритме на сайте Unicode .
Примечание 2: Точное поведение LRO и RLO определено в разделе 2.2 Алгоритма.

Персонаж U+202Eотражает код справа налево, хотя он очень умный. Скрыт, начиная с М,

"class M\u202E{..."

Как я нашел магию за этим?

Ну, сначала, когда я увидел жесткий вопрос, «это своего рода шутка, потерять кого-то еще раз», но затем я открыл свою IDE («IntelliJ»), создал класс и пропустил код ... и это скомпилировано !!! Итак, я посмотрел получше и увидел, что «общедоступная статическая пустота» была задом наперед, поэтому я пошел туда с курсором и удалил несколько символов ... И что происходит? Символы начали стираться задом наперед , поэтому я подумал, ммм ... редко ... я должен выполнить ее ... Итак, я продолжаю выполнять программу, но сначала мне нужно было сохранить ее ... и это было, когда я нашел это! , Я не смог сохранить файл, потому что моя IDE сказала, что для некоторого символа была другая кодировка, и укажи мне, где это былоИтак, я начинаю исследование в Google для специальных символов, которые могли бы сделать работу, и все :)

Немного о

двунаправленный алгоритм Unicode, и U+202Eвкратце, объясню :

Стандарт Unicode предписывает порядок представления памяти, известный как логический порядок. Когда текст представлен горизонтальными линиями, большинство сценариев отображают символы слева направо. Однако есть несколько сценариев (таких как арабский или иврит), в которых естественный порядок горизонтального текста на дисплее отображается справа налево. Если весь текст имеет одинаковое горизонтальное направление, то порядок отображения текста на экране однозначен.

Однако, поскольку эти сценарии справа налево используют цифры, которые пишутся слева направо, текст на самом деле является двунаправленным: смесь текста справа налево и слева направо. В дополнение к цифрам, встроенные слова из английского и других алфавитов также пишутся слева направо, также создавая двунаправленный текст. Без четкой спецификации могут возникнуть неоднозначности при определении порядка отображаемых символов, когда горизонтальное направление текста не является равномерным.

В этом приложении описан алгоритм, используемый для определения направленности для двунаправленного текста Unicode. Алгоритм расширяет неявную модель, используемую в настоящее время рядом существующих реализаций, и добавляет явные символы форматирования для особых обстоятельств. В большинстве случаев нет необходимости включать дополнительную информацию в текст для получения правильного порядка отображения.

Однако в случае двунаправленного текста существуют обстоятельства, когда неявного двунаправленного упорядочения недостаточно для создания понятного текста. Чтобы справиться с этими случаями, минимальный набор символов направленного форматирования определяется для управления порядком символов при визуализации. Это позволяет точно контролировать порядок отображения для разборчивого обмена и гарантирует, что простой текст, используемый для простых элементов, таких как имена файлов или метки, всегда может быть правильно упорядочен для отображения.

Зачем создавать такой алгоритм, как этот ?

алгоритм двунаправленного текста может отображать последовательность символов арабского или иврита один за другим справа налево.

Глава 3 спецификации языка дает объяснение, подробно описывая, как осуществляется лексический перевод для Java-программы. Что важнее всего для вопроса:

Программы написаны на Unicode (§3.1) , но предоставляются лексические переводы (§3.2), так что экранирование Unicode (§3.3) может использоваться для включения любого символа Unicode, использующего только символы ASCII.

Таким образом, программа написана в символах Unicode, и автор может избежать их использования, \uxxxxесли кодировка файла не поддерживает символ Unicode, и в этом случае она переводится в соответствующий символ. Одним из символов Unicode, присутствующих в этом случае, является \u202E. Он не отображается визуально во фрагменте, но если вы попытаетесь переключить кодировку браузера, могут появиться скрытые символы.

Следовательно, лексический перевод приводит к объявлению класса:

class M\u202E{

что означает , что идентификатор класса M\u202E. Спецификация рассматривает это как действительные идентификтор:

Identifier:
    IdentifierChars but not a Keyword or BooleanLiteral or NullLiteral
IdentifierChars:
    JavaLetter {JavaLetterOrDigit}

«Буква или цифра Java» - это символ, для которого метод Character.isJavaIdentifierPart(int)возвращает true.