为什么glibc中有“no break space”和其他ispunt()呢?

我一直在看 <wctype.h> gnu libc给各种分隔符的标志。基本上有两组。

第一组返回true on iswspace() 和 iswblank() (和) isprint() ,但对另一组人来说也是如此)。其中包括:

• U+0020 SPACE
• U+1680 OGHAM SPACE MARK
• U+2000 EN QUAD
• U+2001 EM QUAD
• U+2002 EN SPACE
• U+2003 EM SPACE
• U+2004 THREE-PER-EM SPACE
• U+2005 FOUR-PER-EM SPACE
• U+2006 SIX-PER-EM SPACE
• U+2008 PUNCTUATION SPACE
• U+2009 THIN SPACE
• U+200a HAIR SPACE
• U+205f MEDIUM MATHEMATICAL SPACE
• U+3000 IDEOGRAPHIC SPACE

到目前为止还没有投诉。这个 其他 不过,这群人让我感到困惑:

• U+00a0 NO-BREAK SPACE
• U+2007 FIGURE SPACE
• U+202f NARROW NO-BREAK SPACE

这些回报 假 在 ISWSPACTIONE() 和 ISWBLACK() 但是 真 对于 iswpunct() 和 iswgraph() .

为什么最后三个被认为是标点符号,而不是空白?

Java显然同意glibc的观点(参见链接页面)。 Unicode 将两个类别标记为类别“ZS”、“SypuleS隔离器”…