Java语言规范第三章-词法

Java语言规范第三章-词法(Java Language Specification – Chapter3 Lexical)

UnicodeInputCharacter:

        UnicodeEscape

        RawInputCharacter

 UnicodeEscape:

        / UnicodeMarker HexDigit HexDigit HexDigit HexDigit

 UnicodeMarker:

        u

        UnicodeMarker u

 RawInputCharacter:

        any Unicode character

 HexDigit: one of

        0 1 2 3 4 5 6 7 8 9 a b c d e f A B C D E F

必须计算有多少个连续的/，与非/或者输入流的起始相分隔，如果连续的/的个数为奇数，那么/作为Unicode的转义字符，否则不作为Unicode的转义字符。例如"//u2297=/u2297"的输出为"//u2297= " (/u2297的Unicode编码字符为" ")。

如果合法(连续的奇数个/)的Unicode转义字符后面的字符不是u，那么作为原始字符来处理。如果后面的字符是1个或者多个u，而且字符u后面不是四位16进制数，那么将发生编译时错误。

进行Unicode转义时，并不进行二次转义。例如原始输入/u005cu005a转义后的输出为/u005a，虽然/005c是Unicode字符/，而/u005a是字符Z，但是Unicode转义时不进行二次转义。

 

LineTerminator:

        the ASCII LF character, also known as "newline"

        the ASCII CR character, also known as "return"

  the ASCII CR character followed by the ASCII LF character

InputCharacter:

        UnicodeInputCharacter but not CR or LF

行结束符为ASCII中的CR，LF以及CR LF。CR后面紧跟LF被作为一个行结束符，而不是两个。

 

Input:

        InputElements_opt Sub_opt

InputElements:

        InputElement

        InputElements InputElement

InputElement:

        WhiteSpace

        Comment

        Token

Token:

        Identifier

        Keyword

        Literal

        Separator

        Operator

Sub:

        the ASCII SUB character, also known as "control-Z"

为了兼容某些特定的系统，作为一个特例情况，ASCII的SUB字符(/u001a或者CTRL+Z)如果出现在输入流的末尾，那么该字符被忽略。

 

WhiteSpace:

        the ASCII SP character, also known as "space"

        the ASCII HT character, also known as "horizontal tab"

        the ASCII FF character, also known as "form feed"

        LineTerminator

Identifier:

        IdentifierChars but not a Keyword or BooleanLiteral or NullLiteral

IdentifierChars:

        JavaLetter

        IdentifierChars JavaLetterOrDigit

JavaLetter:

        any Unicode character that is a Java letter (see below)

JavaLetterOrDigit:

        any Unicode character that is a Java letter-or-digit (see below)

两个标识符相同当且仅当它们的每个字符都具有相同的Unicode字符。

两个具有相同表现形式可能是不同的。例如下面的这些标识符是不同的。

LATIN CAPITAL LETTER A (A, /u0041)

LATIN SMALL LETTER A (a, /u0061)

GREEK CAPITAL LETTER ALPHA (A, /u0391)

CYRILLIC SMALL LETTER A (a, /u0430)

MATHEMATICAL BOLD ITALIC SMALL A (a, /ud835/udc82)

 

Unicode组合字符与分解后的字符是不同的。例如当进行排序时，LATIN CAPITAL LETTER A ACUTE (Á, /u00c1)可以被认为是LATIN CAPITAL LETTER A (A, /u0041)后面紧跟着NON-SPACING ACUTE (´, /u0301)组成的，但是他们是不同的标识符。

 

CharacterLiteral:

        ' SingleCharacter '

        ' EscapeSequence '

SingleCharacter:

        InputCharacter but not ' or /

字符CR和LF不再属于InputCharacter；因为它们在之前的阶段已经被认为是LineTerminator。

如果SingleCharacter或者EscapeSequence后面跟的字符不是单引号(’)的话，将导致编译时错误。

如果行结束符出现在起始单引号和结束单引号之间，将导致编译时错误。

由于Unicode转义已经在之前的阶段中被处理，所以下面的字符是不正确的/u000a(LF)，/u000d(CR)，因为他们在Unicode转义阶段被转义为实际的linefeed以及carriage return，而在行结束符阶段被看作是行结束符号。所以应该使用/n和/r来替代。

 

StringLiteral:

        " StringCharacters_opt "

StringCharacters:

        StringCharacter

        StringCharacters StringCharacter

StringCharacter:

        InputCharacter but not " or /

        EscapeSequence

字符CR和LF不再属于InputCharacter；因为它们在之前的阶段已经被认为是LineTerminator。

如果SingleCharacter或者EscapeSequence后面跟的字符不是单引号(’)的话，将导致编译时错误。

如果行结束符出现在起始单引号和结束单引号之间，将导致编译时错误。

由于Unicode转义已经在之前的阶段中被处理，所以下面的字符是不正确的/u000a(LF)，/u000d(CR)，因为他们在Unicode转义阶段被转义为实际的linefeed以及carriage return，而在行结束符阶段被看作是行结束符号。所以应该使用/n和/r来替代。

package org.jff.jls.ch2;

 

public class StringIntern {

 

       public static void main(String[] args) {

              String hello = "Hello", lo = "lo";

              System.out.print((hello == "Hello") + " ");//true

              System.out.print((Other.HELLO == hello) + " ");//true

              System.out.print((org.jff.jls.ch2.other.Other.HELLO == hello) + " ");//true

              System.out.print((hello == ("Hel" + "lo")) + " ");//true

              System.out.print((hello == ("Hel" + lo)) + " ");//false

              System.out.println(hello == ("Hel" + lo).intern());//true

       }

}

package org.jff.jls.ch2.other;

 

public class Other {

       public static String HELLO = "Hello";

}

  相同类中的字符串引用相同的String对象。

  相同包中的不同类的字符串引用相同的String对象。

  不同包中的不同类的字符串用用相同的对象。

  常量表达式计算出来的字符串发生在编译时，因此作为字符串处理。

  通过连接计算出来的字符串发生在运行时，作为新建的对象，因此是不相同的。