編程雜談——Non-breaking space

近日，意外地遇上件不尋常的事情。在解析PDF文件，讀取其中內容的時候，對某一文件的處理，始終無法達到預期的效果。

解析方法如下：

public void Parse(string value)
{
    if (value == "General Information")
    {
        ...
    }
}  

經調試發現此時傳入的參數值是General Information，但在實際執行時並未進入到if (value == "General Information")條件語句內。這是件怪事。

將條件值與傳入值分別拷貝出來，再放到一段簡單的測試代碼中，會看到結果顯示為False。說明這兩個真的不是等同的值。

class Program
{
    static void Main(string[] args)
    {
        var a = "General Information";
        var b = "General Information";
        var eq = a == b;
        Console.WriteLine(eq);
    }
}

認真檢查了一遍拼寫，發現無誤后，將字符串轉成十六進制再調查。

General Information轉換為以下結果：

47 65 6E 65 72 61 6C 20 49 6E 66 6F 72 6D 61 74 69 6F 6E

而General Information的結果是這樣的：

47 65 6E 65 72 61 6C C2 A0 49 6E 66 6F 72 6D 61 74 69 6F 6E 

可以看到兩者的差異在於20與C2 A0。

由Ascii表可知，20正是表示空格。

C2 A0則代表Non-breaking space，是在UTF-8編碼下的一種特殊的空格，意指換行時阻止空格兩端文字被斷開。

舉個簡單的例子，文字100 km如果出現在行末，當需要換行處理時，很可能會自動將100留在當前行末，而km被移到下一行首。但如果其中間的空格是Non-breaking space，那這種情況便不會發生了。

在Windows系統上，通過使用Alt+0160或者Alt+255(數字鍵都是小鍵盤上的)方式能夠輸入此類型的空格。但細想下，極少有可能是人為主動使用這種方式進行輸入數據的。

再搜尋了下，原來在Finnish multilingual keyboard(芬蘭語多語言鍵盤)上，可以通過AltGr + Space組合鍵方便地進行輸入Non-breaking space，所以大約那份PDF文檔的出處源自芬蘭吧。

順便提一句，即使在Visual Studio中開啟了顯示空格選項，這兩種空格在編輯器中也是看不出區別的。