Очередное шапито при парсинге: символ 160

[ozheredov]

Пробел курильщика: __ __ (между подчеркиваниями пробел)
Пробел нормального человека: __ __

Почему, для чего кому-то понадобилось два вида пробелов? Или может быть их не 2, а 32??

[EtCetera]

Неразрывный пробел в типографике — вещь незаменимая. И да, пробелов целая куча: есть ещё короткий, короткий неразрывный и т.д.

[ozheredov]

EtCetera

Thanks! Да уж, весело. А где посмотреть их коды? И есть ли какие-то другие символы, у которых такая же петрушка?

[Pphantom]

ozheredov в сообщении #1443933 писал(а):

И есть ли какие-то другие символы, у которых такая же петрушка?

Разные виды тире, запятых, кавычек сойдут?

[EtCetera]

ozheredov в сообщении #1443933 писал(а):

А где посмотреть их коды?

Так вроде по ссылкам на Википедию в моём сообщении все коды, которые могут потребоваться, есть. Кроме кодов запуска баллистических ракет.

[ozheredov]

Pphantom

Ладно, я уже понял. "Неразрывный пробел" я победил, далее буду решать проблемы по мере их поступления. И молиться, чтоб они не поступали ))

-- 09.03.2020, 22:11 --

EtCetera в сообщении #1443937 писал(а):

Кроме кодов запуска баллистических ракет.

С удовольствием бы жахнул баллистической ракетой по изобретателям всей этой байды.

[arseniiv]

ozheredov в сообщении #1443933 писал(а):

И есть ли какие-то другие символы, у которых такая же петрушка?

Есть. Уникод велик, богат и частично противоречив. (Но создаваясь, чтобы выполнить некоторые определённые цели, типа совместимости со старинными кодировками, он ещё легко отделался.)

ozheredov в сообщении #1443939 писал(а):

С удовольствием бы жахнул баллистической ракетой по изобретателям всей этой байды.

Не надо. Представлять человеческие тексты — задача весьма нетривиальная даже сама по себе. Аналог уникода мог бы с большой вероятностью быть даже ещё хуже. Но NBSP это очень полезная штука, как и ZWSP, или например ZWNJ (что уже из совсем другой оперы, но для разнообразия пусть). Тонкие пробелы тоже полезны, их место например как разделителей инициалов в том числе в русской типографике (а то некоторые набирают их вплотную, что вообще кошмар).

Л. Н. Толстой ← обычный, не айс
Л. Н. Толстой ← ☆★☆★☆
Л.Н.Толстой ← никакой, не айс
Л.​Н.​Толстой ← нулевой ширины, типографике по барабану и ровно так же не айс

Или например фигурный пробел, полезный для позиционирования арабскоцифренных чисел, в большей части шрифтов имеющих одинаковую ширину, без дополнительных проблем:

 289,505 коровы
  11,3   лошади
5730,06  овцы

Ну ладно, это уже не так нужно, но есть вещи нужные. И всякие нормализации, языкозависимые изменения регистра (правда могли бы для турецкого языка ввести четыре новых буквы, чтобы правила перевода из регистра в регистр были чуточку попроще; сейчас для турецкого I ↔ ı и İ ↔ i, но для большинства латинописьменных языков I ↔ i, и это те же два кодпойнта, что в соответствии выше).

[ozheredov]

arseniiv

Не, ну красивый текст это круто. Пока не начнёшь его парсить )))

arseniiv в сообщении #1443964 писал(а):

289,505 коровы
11,3 лошади
5730,06 овцы
Ну ладно, это уже не так нужно

По мне, как раз одно из самых нужных -- визуально структурированные документы сильно облегчают вникание в них. Кстати, ща заценим, как будет выглядеть при цитировании )

-- 10.03.2020, 01:01 --

Никак. Видите, движок все пробелы превратил в обычные (

[arseniiv]

ozheredov в сообщении #1443973 писал(а):

Никак. Видите, движок все пробелы превратил в обычные (

Он ещё над чем-то так издевается не по-допустимому.

ozheredov в сообщении #1443973 писал(а):

По мне, как раз одно из самых нужных -- визуально структурированные документы сильно облегчают вникание в них.

Да, но это большей частью забота не этого уровня, а более высоких, типа спецификаций текстовых форматов разметки или форматов как-их-там-зовут-по-нормальному-документов-типа-вордовских.

-- Вт мар 10, 2020 03:27:22 --

В конце концов пробелов подходящей ширины не напасёшься даже для других видов цифр (кажется, не для всех есть традиции делать их одной ширины; даже для европейских полно шрифтов, где ширина цифр разная).

[Munin]

arseniiv в сообщении #1443964 писал(а):

в русской типографике (а то некоторые набирают их вплотную, что вообще кошмар)

Напомню, что общение на форуме и в других местах интернета - это не типографика.

arseniiv в сообщении #1443964 писал(а):

Или например фигурный пробел

О, пригодится.

[arseniiv]

Munin в сообщении #1443986 писал(а):

Напомню, что общение на форуме и в других местах интернета - это не типографика.

А я и не про форум. Все мы иногда пишем длинные тексты, которые хочется сделать красиво. Хотя нет, я и про форум не согласен. Я же ставлю ёлочки и иногда лапки. И декоративные ❦ разделители. И так можно и до отрицания пользы формул в хозяйстве дойти.

[Munin]

arseniiv в сообщении #1443964 писал(а):

правда могли бы для турецкого языка ввести четыре новых буквы

Не поможет. Эти правила всё равно будут языко-зависимые.

arseniiv в сообщении #1443979 писал(а):

даже для европейских полно шрифтов, где ширина цифр разная

Стандартно в шрифтах всё-таки цифры моноширинные, даже если сам шрифт не.

А больше всего "удовольствия" в Unicode от направления текста (слева направо или справа налево). Впрочем, ещё правила лигатур доставляют.

-- 10.03.2020 03:06:06 --

arseniiv в сообщении #1443987 писал(а):

Все мы иногда пишем длинные тексты, которые хочется сделать красиво.

Вот пускай их делают красиво те, чья задача делать красиво. Чья работа. Кому за это платят. А нам хватит по-простенькому.

[arseniiv]

Munin в сообщении #1443989 писал(а):

Не поможет. Эти правила всё равно будут языко-зависимые.

Да, есть много других вещей, так же просто не исправимых.

Munin в сообщении #1443989 писал(а):

Стандартно в шрифтах всё-таки цифры моноширинные, даже если сам шрифт не.

А как же единица, она не так редко тоньше.

Munin в сообщении #1443989 писал(а):

А больше всего "удовольствия" в Unicode от направления текста (слева направо или справа налево). Впрочем, ещё правила лигатур доставляют.

Ещё сверху вниз. И это ещё не всё.

[Munin]

arseniiv в сообщении #1443990 писал(а):

А как же единица, она не так редко тоньше.

Она по внешнему виду тоньше, но по размеру символа занимает полное знакоместо. (Помню, как-то про это А.Лебедев писал.)

arseniiv в сообщении #1443990 писал(а):

Ещё сверху вниз.

О, это я устарел.

[eugensk]

ozheredov в сообщении #1443973 писал(а):

Не, ну красивый текст это круто. Пока не начнёшь его парсить )))

Если использовать готовые классы вроде isspace, isdigit, isletter, все снова хорошо. А если каждый раз перечислять коды, то конечно будут ошибки.