又碰到一个奇葩的ＢＵＧ

最近线上发生了一个问题，同事找我说有个用户名字不对，正则验证不通过。

于是我就去数据库查询看了下这个用户的名字信息，就长这个样子。

image

没仔细看好像没啥问题啊，但是认真看了两遍发现好像不太对，怎么这个字这么宽呢？

我靠，这塔喵的是好像是全角啊！

具体原因就是因为插入的名字是全角的，导致其他地方调用接口取名字用正则判断不通过。

修复这个问题很简单，重新用半角的字体更新一下名字就可以了，另外前端是有校验的，后端没有用正则做校验，需要补上这个校验逻辑。

但是这个问题就很奇怪，这个全角和半角难道没有校验的吗？

带着好奇，我特意测试了一下淘宝、腾讯和头条的注册，看是不是可以保存全角。

首先试了下淘宝，红框中我输入的是全角的手机号，很明显全角是不行的。

淘宝

再试试ＱＱ注册，发现也是不可以的，这很好，大家都不要全角的。

ＱＱ注册

问题到这里其实很清晰了，前后端在注册的时候肯定遗漏了这个校验的逻辑，补上即可。

我再测试了一下匹配英文的正则：

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

所以建议大家没有对手机号、名字之类做校验的可以补上一个正则的校验，防止落库的数据是全角，避免坑爹。

这个会引发很多问题，比如如果全角保存的手机号，调发送手机验证码接口，别人校验的是半角的规则，你发送验证码都该报错了！

问题都说完了，不妨再了解下到底什么是全角？什么是半角？

用过输入法大家肯定都见过，但是具体的区别可能还真不知道。

在GB/T 9851.2-2008《印刷技术术语 第二部分：印前术语》中有对应的解释：

2.31 全角 em
排字的度量单位，宽度等于所使用的文字的磅数（point），用作排版宽度水平方向的度量。

2.32 半角 en
排字的量度单位，宽度等于同一磅数全角的一半。

大家都知道，我们中文字体都是方块字，包括排版也是一样，所以我们的汉字一个字的宽度是一样的。

但是在英文里就不一样了，一个英文字母的宽度可能是不一样的，所以全角/半角的概念诞生就是为了英文而服务的。

它要表达的意思很简单，就是代表字体宽度的概念而已。

而实际上，全角/半角这个概念来源于日本，在日文中，角的意思就是正方形，所以全角/半角的含义就是整个正方形/半个正方形的意思。

这个还有很多叫法，比如全身/半身，港台地区叫全形/半形，但是无论怎样，这些称呼都是在印刷行业的里术语称呼。

但是后来，随着计算机的发展，好像咱们科技界的人不太懂这玩意儿，直接把全角/半角搬过来用了，于是就形成了现在我们知道的局面。

我们都知道，最开始的时候为了映射二进制和英文字母的关系，有了ASCII码，它只有1个字节，最多也只能表达256个符号，而且英文也没用完，只用了128个。

但是对于中文和很多其他语言来说，256个符号肯定是不够用的，那咋办呢？那就只能用两个字节了。

所以，随着用户的使用习惯，逐渐习惯地把全角当成双字节的中文、韩文，半角当成英文这样子。

在计算机发展初期的时候，全角/半角的概念大概就等同于单字节/双字节这样的含义，另外还有一层含义就是我们上面说过的表示宽度，全角表示占用排版的宽度是半角的一倍。

当然了，随着计算的发展，又诞生了GB2312、GBK，Unicode、UTF-8这些编码，比如GBK中文英文都是两个字节，UTF8下文中3个字节，现在的全角/半角的概念就和占用存储空间大小没有任何关系了。

所以总结下来啊，全角/半角的称呼来源日文，但是被错误的直接带入了科技界（印刷界的人说我都不知道你们这么牛逼），最初的时候全角/半角就是代表宽度的含义，也被约定俗成地赋予了双字节/单字节的含义，现在来看它只能用户描述宽度更为合适一点。

还有啊，做好代码的参数校验，这个落库了就麻烦了，否则还得跟我一样去刷一遍数据！

参考资料：

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/