在源文件中使用 Unicode 并且缺少 unicode 符号

Posted 2023-04-13

【中文标题】在源文件中使用 Unicode 并且缺少 unicode 符号

【英文标题】：Using Unicode in source files and and lack of unicode symbols

【发布时间】：2014-05-05 02:37:28

【问题描述】：

自从我了解到 clang 能够编译用 Unicode 编写的 c++ 源文件后，我在编写与数学相关的代码时就开始大量使用它。比较

uₙ₊₁ᵖ = A*uₙ + B*uₙ₋₁;
uₙ₊₁ᶜ = π * Aₜₒₜ;
uₙ₊₁ = uₙ₊₁ᵖ + uₙ₊₁ᶜ;

和

u_n1_p = A*u_n + B*u_n_1;
u_n1_c = pi * A_tot;
u_n1 = u_n1_p + u_n1_c;

对我来说就像白天和黑夜一样：我只是通过阅读第一段代码就能理解它，而我根本不想阅读另一段代码

我知道 Python3 和 Ruby 允许使用 Unicode 源文件，所以这个功能似乎正在传播。

可以对这种做法提出异议：例如并非所有字体都支持这些字符，您的源文件取决于您使用的编码，并且您必须将 Unicode 字符从某处实际复制/粘贴（例如）到您的文本编辑器中。不过我觉得可读性的提升真的很大。

现在，正如您在 this page 上看到的那样，并非所有（甚至拉丁语）字母都可以在下标和上标中使用。更糟糕的是，这些绝对不是用于在源文件中编写数学的用途（请参阅here）

因此我的问题是：

您是否将 Unicode 用于与数学相关的代码？您如何看待这种用法？

有什么方法可以将字符转为下标或上标？ （类似于组合用于变音符号的字符）

【问题讨论】：

至于 2。不。“上标”，正如您所理解的那样，是一个 属性。 Unicode 不“做”属性。它与变音符号不同（可能是您的键盘驱动程序允许输入基本字符，然后是重音符号，以获得重音符号）。

@Jongware ：Unicode 块 U0300 包含“组合变音符号”。它们是向前面的基本字符添加变音符号的代码点。这与键盘驱动程序无关。

@MSalters。是的（但与问题无关，因为这并没有真正“组合”两个字符。这些字符设计为具有负宽度的字体，因此它们出现正确位置。此外，可识别 OpenType 的应用程序可以将这两个字符替换为单个设计的 glyph-with-accent。）

【参考方案1】：

我会说不，除非

仅限内部代码，不会污染公共 API 整个团队都认为它有很大的好处 仅限数学密集型函数（不适用于相当琐碎的数学任务） 从业务逻辑/接口代码中分离出来 仅限于 unicode 的某些子集（可能只是下标和希腊符号）

即使满足所有这些要求，我也会权衡使用的麻烦和增加的可读性，并倾向于坚持使用 ASCII。

确保您为团队提供严格的指导方针，说明何时可以接受，这样您就不会陷入每个for 循环都使用iₙ 的情况。

我的电脑似乎不喜欢您使用的“拉丁字母小写字母 N”(U+2099) 字符，只是将其呈现为一个大大降低可读性的框。确保您的工具/字体支持这种编辑方式。

PEP8 states unicode 字符不应该用于标准库中的标识符 - 他们可能有充分的理由。

总而言之-除非您有充分的理由，否则不要，然后仅在单独的数学密集型模块中。我想我可以确信它在某些情况下是有价值的。

【参考方案2】：

我对 OP 的问题是：ever since 有多长？

好问题。 Unicode 已经陪伴我们很长时间了，那么为什么要强制编程使用没有任何重音符号的美式 ASCII 呢？在工作和学习 C# 和 javascript 时，我发现这些语言可以识别 Unicode。 C# 在System.Math 中定义了两个有趣的常量：

    //     Represents the natural logarithmic base, specified by the constant, e.
    public const double E = 2.7182818284590451;

    //     Represents the ..., specified by the constant, π.
    public const double PI = 3.1415926535897931;

这里我们看到 π 的 unicode 注释，但没有 ℯ。如果同时拥有两个带有 unicode 标识符的常量，以便能够编写，那不是很好吗，例如：

 double circumference = 2 * Math.π * r;

e 的情况很复杂，因为它经常与指数一起使用，在一行中总是难以表达。此外，对数基数 ℯ (U+212F) 和电子电荷℮ (U+212E) 的 unicode 表示是可疑的。我真的找不到关于基本费用的确切正确 unicode 的确认。

我猜这些常量并没有真正的 Unicode，除了通常的希腊字符，应该在 Unicode 希腊字母表中查找。

我对 System.Math 的结论是保留 ascii 标识符 E 和 PI，并添加 unicode 标识符 π。

至于 OP 问题 1，我还建议使用希腊字母表而不是强制使用变量进行数学运算，例如φ 到 phi，δ 到 delta 或 d，例如：

var x = 2 * π * sin(φ);

这样的代码绝对不会比 ascii 版本更难维护。

尽管我喜欢从 ascii 到 unicode 的技术进步，但我仍然建议使用简单的老式美式英语进行编程。西班牙语、匈牙利语的变量名称和 cmets，不，谢谢。对原始程序员来说也许不错，但它使协作变得更加困难。 （披露：我不是以英语为母语的人）而且，至少在 C# 和 Javascript 中，保留字只有英文：for、if、else、...

所以：保持简单：希腊字母表的 unicode：是的，用于数学符号。多语言的 Unicode（口音）：不，请使用英文。

超级/下标：实际上我觉得这是个好主意。我看到的问题在于复杂性：下标中的 n+1 旨在作为变量名的一部分，但看起来像 C#/C++ 操作。只是不要在名称中使用类似运算符的字形。