编程基础概念 表达式、 逻辑运算符、字符集编码、ASCII、正则表达式

编程基础概念 表达式、 逻辑运算符、字符集编码、ASCII、正则表达式

当我们在编程时，会遇到一些基本概念，如表达式、逻辑运算符、字符集编码（如ASCII）、以及正则表达式。下面我将逐一解释这些概念：

• 表达式（Expression）

定义：表达式是编程中的一个基础概念，它可以是变量、常量、函数、运算符和它们之间的组合。
用途：用于描述程序中的数据值或操作。
示例：x + 5 是一个简单的表达式，其中 x 是一个变量，5 是一个常量，+ 是一个运算符。

• 逻辑运算符（Logical Operators）

定义：逻辑运算符用于比较两个或多个值，并返回一个布尔值（真或假）。
常见的逻辑运算符：&&（逻辑与）、||（逻辑或）、!（逻辑非）。
示例：在 if (x > 5 && y < 10) 中，x > 5 和 y < 10 是两个比较表达式，&& 是一个逻辑与运算符，整个表达式将返回一个布尔值。

• 字符集编码（Character Set Encoding）

定义：字符集编码是一种将字符（如字母、数字、标点符号等）映射到数字（通常是二进制数）的方式，以便计算机能够存储和处理这些字符。
用途：实现文本数据的存储、传输和显示。
示例：ASCII（美国信息交换标准代码）是一种常用的字符集编码，它使用7位或8位二进制数表示字符。

• ASCII（American Standard Code for Information Interchange）

定义：ASCII 是一种字符编码标准，用于电子通信。它定义了128个或256个字符，包括英文字母（大写和小写）、数字（0-9）、标点符号、控制字符等。
特点：ASCII 是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。
示例：字符 ‘A’ 在 ASCII 编码中对应的数字是 65（十进制），其二进制表示是 01000001。

• 正则表达式（Regular Expression）

定义：正则表达式是一种强大的文本处理工具，它使用一种特殊的语法来描述字符模式，这些模式可以用来匹配、查找和替换文本中的字符序列。
用途：用于数据验证、文本搜索和替换、文本分析等任务。
示例：正则表达式 \d+ 可以匹配一个或多个数字（\d 表示数字，+ 表示一个或多个）。

这些基础概念在编程中非常重要，它们帮助我们描述和操作数据，实现各种复杂的逻辑和文本处理功能。

Flag

各种表达式以及编码

• 有问题的字符串 https://github.com/minimaxir/big-list-of-naughty-strings
• 零宽空格（zero-width space, ZWSP

进制

逻辑运算符

字符集编码

Unicode

• https://github.com/unicode-org
• https://unicode.org/reports/tr44/#GC_Values_Table
  • unicode-categories
• https://emojipedia.org
• https://github.com/topics/emoji
• https://github.com/rotick/searchemoji
• https://github.com/hfg-gmuend/openmoji

• UniCode编码表及部分不可见字符过滤方案
• 正则表达式#Unicode处理
• Unicode®字符百科
• 统一码所有区段

• GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换
  • GBK、GB2312 -> Unicode -> UTF8
  • UTF8 -> Unicode -> GBK、GB2312

Unicode TransformationFormat-8bit，允许含BOM，但通常不含BOM。是用以解决国际上字符的一种多字节编码，
它对英文使用8位（即一个字节），中文使用24为（三个字节）来编码。UTF-8包含全世界所有国家需要用到的字符，是国际编码，通用性强。

GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，
为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大。

零宽度字符/零宽字符

• https://en.wikipedia.org/wiki/Zero-width_space
• https://emojipedia.org/zero-width-joiner

零宽度字符是一些不可见的，不可打印的字符。

不可见且不占位置字符：\u200D\u202A\u202B\u202C\u202D\u202E\u2060\u2061\u2062\u2063\u2064\u2065\u206A\u206B\u206C\u206D\u206E\u206F

• https://github.com/yuanfux/zero-width-lib
• https://github.com/330k/misc_tools
• https://github.com/rover95/morse-encrypt

• 零宽度空格符 (zero-width space) U+200B : 用于较长单词的换行分隔
• 零宽度非断空格符 (zero width no-break space) U+FEFF : 用于阻止特定位置的换行分隔
• 零宽度连字符 (zero-width joiner) U+200D : 用于阿拉伯文与印度语系等文字中，使不会发生连字的字符间产生连字效果
• 零宽度断字符 (zero-width non-joiner) U+200C : 用于阿拉伯文，德文，印度语系等文字中，阻止会发生连字的字符间的连字效果
• 左至右符 (left-to-right mark) U+200E : 用于在混合文字方向的多种语言文本中（例：混合左至右书写的英语与右至左书写的希伯来语），规定排版文字书写方向为左至右
• 右至左符 (right-to-left mark) U+200F : 用于在混合文字方向的多种语言文本中，规定排版文字书写方向为右至左

• 零宽度字符：和谐？屏蔽？不存在的

ASCII

• https://www.ascii-code.com
• https://en.wikipedia.org/wiki/ASCII
• https://en.wikipedia.org/wiki/Extended_ASCII
• ASCII码一览表，ASCII码对照表
• https://cloud.magiclen.org/cn/ascii
• ASCII码对照表【2022年汇总】

• https://asciiart.website

ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统
，是一种字符代码(UTF-8的子集)，为使计算机支持更多语言，通常使用 0x00~0x7f 范围的1 个字节来表示 1 个英文字符。
超出此范围的使用0x80~0xFFFF来编码，即扩展的ASCII编码

ASCII字符集由95个可打印字符（0x20-0x7E）（可见字符）和33个控制字符（0x00-0x1F，0x7F）（不可见字符）组成

Windows下ASCII(ANSI) Windows 记事本的 ANSI、Unicode、UTF-8 这三种编码模式有什么区别？

• ASCII基本字符为：0~127，共128个
  • ASCII控制字符为：0~31，共32个
  • ASCII可显示字符为：32~127，共96个
    • 数字0_{9对应的ASCII码（十进制）为：`48`}57
    • 大写字母A_{Z对应的ASCII码（十进制）为：`65`}90
    • 小写字母a_{z对应的百ASCII码（十进制）为：`97`}122
    • 其他为各种符号：33_`47`和`58`64和91_`96`和`123`127`
• ASCII扩展字符为：128~255，共128个

Cron表达式

• 特殊符

1. * 每一(每一分)
2. ? 表示不关心,任意
3. - 范围 (小时:1-12,1到12点运行)
4. , 标示多个值 (小时 1,2,3 1点2点3点运行)
5. / 递增触发(0/15,从0开始每15秒运行一次)
6. L 最后(日L,当月最后一天,周L周六)
7. W 指定日期最近的工作日(周一到周五)
8. ## 序号(表示每月的第几个周几)

• CronTrigger配置格式: [秒] [分] [小时] [日] [月] [周] [年]

Glob通配符

glob（man 7 glob/GLOB(7)）是shell使用的路径通配符,类似于正则表达式,但是与正则表达式不完全相同