Сколько непечатаемых символов используется?

Question

При написании переводчиков для PDF, HTML и других документов нам нужно иметь дело с различными символами пробела и дополнительными непечатаемыми символами. ANSI четко определены, но как многие другие могут быть найдены на практике? Типичным примером является кластер в ISO10646 (я думаю):

          en space 
         em space 
         thin space 
‌ ‌  ‌ ‌ zero width non-joiner 
‍ ‍  ‍ ‍ zero width joiner 
‎ ‎  ‎ ‎ left-to-right mark 
‏ ‏  ‏ ‏ right-to-left mark 

(По понятным причинам персонажи не появляются выше!).

Answer 1

Unicode будет с нами, в увеличении количества, в течение длительного времени. Если HTML или XML-документ написан в кодировке Unicode с кодировкой UTF-8, вам следует ожидать, что все и все они появятся.

В Unicode (Unicode) Базы данных символов следующий кодовые определяются как пробельные:

U+0009–U+000D (control characters, containing Tab, CR and LF) 
U+0020 SPACE 
U+0085 NEL (control character next line) 
U+00A0 NBSP (NO-BREAK SPACE) 
U+1680 OGHAM SPACE MARK 
U+180E MONGOLIAN VOWEL SEPARATOR 
U+2000–U+200A (different sorts of spaces) 
U+2028 LS (LINE SEPARATOR) 
U+2029 PS (PARAGRAPH SEPARATOR) 
U+202F NNBSP (NARROW NO-BREAK SPACE) 
U+205F MMSP (MEDIUM MATHEMATICAL SPACE) 
U+3000 IDEOGRAPHIC SPACE 

Answer 2

В мире разработки есть по крайней мере, еще один (наиболее часто используется в веб-разработки)

  // non-breaking space 

Но чем больше вы проектировать мир тем больше вы видите различные пространства/невидимых символов. Программное обеспечение Издательского обычно имеет

• пространства - регулярное пространство
• ан пространства
• ет пространство
• тонкого пространство
• волос пространство
• неразрывного пробел
• неразрывной фиксированная ширина пробел
• шестое место
• четверть пространства
• третье пространство
• пунктуация пространство
• вровень пространство
• фигура пространство
• ...