博客
关于我
只用这 6 个字符,就可以写出任意 JavaScript 代码!
阅读量:451 次
发布时间:2019-03-06

本文共 1358 字,大约阅读时间需要 4 分钟。

JavaScript 的神奇力量:用 6 个字符编写任意程序

你是否曾经在网上见过那些看起来奇怪却能正常运行的 JavaScript 代码?它们通常是由几个不同的字符写成的稀奇古怪的代码片段,虽然看起来毫无疑问却能发挥作用。例如,下面的代码片段看起来毫无意义,但它确实能正常运行:

[]()!+

这六个字符足以编写出任意 JavaScript 程序,这个技巧虽然被不少人知道,但鲜少有人了解它的工作原理。我们的目标是用这些字符来编写字符串“self”,并向 Self 语言致敬,因为 JavaScript 的灵感来源之一就是 Self。

JavaScript 的基本原理

这些字符之所以能发挥作用,主要归功于 JavaScript 的类型系统和数据类型转换机制。让我们来看这些字符的作用:

  • []:可以用来创建空数组。
  • !+:用于对数组进行操作。
  • ():用于将操作分组。

首先,空数组 [] 本身是一个真值,取非后会变成 false

![] === false

接下来,+[] 会将数组转换为字符串,然后进一步转换为数字。由于空数组的 toString() 方法返回空字符串,+[] 的结果是 0

+[] === 0

这种转换机制为我们提供了一个构建数字的方法。例如,+true 会变成 1,而 +false 会变成 0

+true === 1+false === 0

通过这种方式,我们可以生成所需的数字,然后将它们转换为字符,组合成目标字符串。

生成数字

为了生成数字,我们首先需要将数组转换为布尔值,然后再将布尔值转换为数字。例如:

+!(+[]) === 1

我们可以重复这个过程,生成多个数字:

+!(+[]) === 1+!(+[]) === 1+!(+[]) === 1+!(+[]) === 1

这样,我们就可以得到数字 123 等。

临门一脚,大功告成

现在我们来看看如何将这些数字转换为目标字符串“self”。每个字符对应一个数字位置:

  • s 对应字符位置 3
  • e 对应字符位置 4
  • l 对应字符位置 2
  • f 对应字符位置 0

我们可以通过下面的代码生成这些字符:

(![] + [])[3] === 's'(![] + [])[4] === 'e'(![] + [])[2] === 'l'(![] + [])[0] === 'f'

将这些字符组合起来,就得到了“self”。

最终代码

将以上逻辑整合起来,我们可以得到以下代码:

(![] + [])[+!+[] + !+[] + !+[]] + (![] + [])[+!+[] + !+[] + !+[] + !+[]] + (![] + [])[+!+[] + !+[]] + (![] + [])[+[]]

这段代码通过多次数组操作和转换,成功生成了字符串“self”。

总结

这六个字符的神奇力量源于 JavaScript 的类型转换机制和灵活的数据类型。通过对数组进行操作和转换,我们可以生成所需的数字,然后将它们转换为字符,组合成目标字符串。虽然看起来奇怪,但这种方法在 JavaScript 中确实有效。希望你能在此基础上发挥想象,编写出更多有趣的代码。无论是“self”还是其他字符串,这种方法都能帮你轻松实现!

转载地址:http://ewmyz.baihongyu.com/

你可能感兴趣的文章
pandas 数据框至海运分组条形图
查看>>
pandas 时序统计的高级用法!
查看>>
pandas 时间序列重新采样结束给定的一天
查看>>
pandas 根据不是常量的第三列的值将值从一列复制到另一列
查看>>
pandas 根据值从多列中的一列查找
查看>>
Pandas 根据布尔条件选择行和列
查看>>
pandas 滚动窗口 - datetime64[ns] 未实现
查看>>
pandas 版本兼容特定的蟒蛇和NumPy配置吗?
查看>>
pandas 生成excel多级表头
查看>>
Pandas 的 DataFrame 详解-ChatGPT4o作答
查看>>
pandas 读取excel数据,以字典形式输出
查看>>
Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
查看>>
pandas 适用,但仅适用于满足条件的行
查看>>
pandas 重新采样到每月的特定工作日
查看>>
pandas :我如何对堆叠的条形图进行分组?
查看>>
pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
查看>>
pandas :检测一个DF和另一个DF之间缺失的列
查看>>
Pandas-从具有嵌套列表列表的现有列创建动态列时出错
查看>>
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.columns、get_dummies等用法
查看>>