又碰到一個奇葩的ＢＵＧ

最近線上發生了一個問題，同事找我說有個使用者名稱字不對，正則驗證不通過。

於是我就去資料庫查詢看了下這個使用者的名字資訊，就長這個樣子。

沒仔細看好像沒啥問題啊，但是認真看了兩遍發現好像不太對，怎麼這個字這麼寬呢？

我靠，這塔喵的是好像是全形啊！

具體原因就是因為插入的名字是全形的，導致其他地方呼叫介面取名字用正則判斷不通過。

修復這個問題很簡單，重新用半形的字型更新一下名字就可以了，另外前端是有校驗的，後端沒有用正則做校驗，需要補上這個校驗邏輯。

但是這個問題就很奇怪，這個全形和半形難道沒有校驗的嗎？

帶著好奇，我特意測試了一下淘寶、騰訊和頭條的註冊，看是不是可以儲存全形。

首先試了下淘寶，紅框中我輸入的是全形的手機號，很明顯全形是不行的。

再試試ＱＱ註冊，發現也是不可以的，這很好，大家都不要全形的。

問題到這裡其實很清晰了，前後端在註冊的時候肯定遺漏了這個校驗的邏輯，補上即可。

我再測試了一下匹配英文的正則：

javascript var　p = /^[A-Za-z0-9]+$/g p.match('qqq')　//輸出true p.match('ｑｑｑ')　//輸出false

所以建議大家沒有對手機號、名字之類做校驗的可以補上一個正則的校驗，防止落庫的資料是全形，避免坑爹。

這個會引發很多問題，比如如果全形儲存的手機號，調發送手機驗證碼介面，別人校驗的是半形的規則，你傳送驗證碼都該報錯了！

問題都說完了，不妨再瞭解下到底什麼是全形？什麼是半形？

用過輸入法大家肯定都見過，但是具體的區別可能還真不知道。

在GB/T 9851.2-2008《印刷技術術語 第二部分：印前術語》中有對應的解釋：

2.31 全形 em 排字的度量單位，寬度等於所使用的文字的磅數（point），用作排版寬度水平方向的度量。

2.32 半形 en 排字的量度單位，寬度等於同一磅數全形的一半。

大家都知道，我們中文字型都是方塊字，包括排版也是一樣，所以我們的漢字一個字的寬度是一樣的。

但是在英文裡就不一樣了，一個英文字母的寬度可能是不一樣的，所以全形/半形的概念誕生就是為了英文而服務的。

它要表達的意思很簡單，就是代表字型寬度的概念而已。

而實際上，全形/半形這個概念來源於日本，在日文中，角的意思就是正方形，所以全形/半形的含義就是整個正方形/半個正方形的意思。

這個還有很多叫法，比如全身/半身，港臺地區叫全形/半形，但是無論怎樣，這些稱呼都是在印刷行業的裡術語稱呼。

但是後來，隨著計算機的發展，好像咱們科技界的人不太懂這玩意兒，直接把全形/半形搬過來用了，於是就形成了現在我們知道的局面。

我們都知道，最開始的時候為了對映二進位制和英文字母的關係，有了ASCII碼，它只有1個位元組，最多也只能表達256個符號，而且英文也沒用完，只用了128個。

但是對於中文和很多其他語言來說，256個符號肯定是不夠用的，那咋辦呢？那就只能用兩個位元組了。

所以，隨著使用者的使用習慣，逐漸習慣地把全形當成雙位元組的中文、韓文，半形當成英文這樣子。

在計算機發展初期的時候，全形/半形的概念大概就等同於單位元組/雙位元組這樣的含義，另外還有一層含義就是我們上面說過的表示寬度，全形表示佔用排版的寬度是半形的一倍。

當然了，隨著計算的發展，又誕生了GB2312、GBK，Unicode、UTF-8這些編碼，比如GBK中文英文都是兩個位元組，UTF8下文中3個位元組，現在的全形/半形的概念就和佔用儲存空間大小沒有任何關係了。

所以總結下來啊，全形/半形的稱呼來源日文，但是被錯誤的直接帶入了科技界（印刷界的人說我都不知道你們這麼牛逼），最初的時候全形/半形就是代表寬度的含義，也被約定俗成地賦予了雙位元組/單位元組的含義，現在來看它只能使用者描述寬度更為合適一點。

還有啊，做好程式碼的引數校驗，這個落庫了就麻煩了，否則還得跟我一樣去刷一遍資料！

參考資料：

https://zh.wikipedia.org/wiki/%E5%85%A8%E5%BD%A2%E5%92%8C%E5%8D%8A%E5%BD%A2#cite_note-1

https://www.thetype.com/2018/02/14211/