0xC2 0xA0这样的空格 NO-BREAK SPACE
本章主要记录一下C/C++基础方面的一些内容，以备后续查验。
1. No Break space(nbsp)
前台的字符串传递到后台进行处理，发现了一个较诡异的问题：字符串中的一个空格(ASCII: 0x20)被UTF-8编码之后变成了一个诡异的字符(0xC2 0xA0)! 但在后台其表象还是空格。
在UTF-8编码里面存在一个特殊的字符，其编码是“0xC2 0xA0”，转换成字符的时候表现为一个半角空格，跟一般的半角空格（ASCII 0x20）不同的是它的宽度不会被压缩，所以排版中常能用到它。但是GB2312、Unicode之类编码中并没有这样的字符，所以转换后前台会显示为“?”号，只是显示为问号而不是真正的问号，所以无法被替换！
可以用如下的命令来去掉这样的空格：
# tr -d "\302\240" < bad > good 可以用如下的命令来替换这样的空格：
# cat bad| tr "\302\240" " " 2. HTML中的6种空格
HTML提供了5种空格实体（space entity），它们拥有不同的宽度，非断行空格（ ）是常规空格的宽度，可运行于所有主流浏览器。其他几种空格（ 、 、 、‌、‍）在不同浏览器中宽度各异。
-
: 它叫不换行空格，全称No-Break Space，它是最常见和我们使用最多的空格，大多数的人可能只接触了 ，它是按下space键产生的空格。在HTML中，如果你用空格键产生此空格，空格是不会累加的（只算1个）。要使用html实体表示才可累加，该空格占据宽度受字体影响明显而强烈。 -
 : 它叫半角空格(En Space)。en是字体排印学的计量单位，为em宽度的一半。根据定义，它等同于字体度的一半（如16px字体中就是8px）。名义上是小写字母n的宽度。此空格传承空格家族一贯的特性：透明的，此空格有个相当稳健的特性，就是其 占据的宽度正好是1/2个中文宽度，而且基本上不受字体影响。 -
 ：它叫全角空格(Em Space)。em是字体排印学的计量单位，相当于当前指定的点数。例如，1 em在16px的字体中就是16px。此空格也传承空格家族一贯的特性：透明的，此空格也有个相当稳健的特性，就是其 占据的宽度正好是1个中文宽度，而且基本上不受字体影响。 -
 :它叫窄空格，全称是Thin Space。我们不妨称之为瘦弱空格，就是该空格长得比较瘦弱，身体单薄，占据的宽度比较小。它是em之六分之一宽。 -
‌: 它叫零宽不连字，全称是Zero Width Non Joiner，简称ZWNJ，是一个不打印字符，放在电子文本的两个字符之间，抑制本来会发生的连字，而是以这两个字符原本的字形来绘制。Unicode中的零宽不连字字符映射为U+200C，HTML字符值引用为‌ -
‍: 它叫零宽连字，全称是Zero Width Joiner，简称ZWJ，是一个不打印字符，放在某些需要复杂排版语言（如阿拉伯语、印地语）的两个字符之间，使得这两个本不会发生连字的字符产生了连字效果。零宽连字符的Unicode码位是U+200D,HTML字符值引用为‍。
[参看]:
