Space as a craft: catch that crafty space（空格控：抓住那个 狡猾的空格）

今天，咱们聊聊space craft。

  (ÒωÓױ)！

Sorry，我是说space as a craft。也就是，把空格（或者说空白）作为一个“手艺”研究一下。

做翻译、做排版，快30年了。我对空格，或者说任何空白，都非常敏感。我从小就知道“白”是紧跟在“穷”后面的，所谓“一穷二白”。所以，小时候过惯了穷苦的日子，落下病根儿了，长大了对啥空白都那么敏感。

好像又扯远了。拉回来，拉回来！

可是，你可能会问：空格（空白）有什么可聊的，不就是你在键盘上按大拇哥低下那个最长的键，出现的那个看不见又摸不着的的空档吗？是，但也不全是。

看到这里，你可能又会说：哈，我知道你说的是什么了，还有那个全角的空格，对不对？对，但还是不全对。还有，我宁愿把它叫做“日本空格”，因为我早年曾通过某日本翻译公司做过N多某日本龙头车企的资料翻译，里面铺天盖地的全角字符。日文，我就不说了。可是英文，干嘛用那么多全角字符呢，英文、数字，还有空格，那么多全角，看着别扭不别扭呀（至今我也没弄明白个中原因，有知道的，请不吝赐教。）好像又扯远，哈。

在专业排版软件Adobe Indesign中，你可以输入10几种不同宽窄的空格

作为空格强迫症晚期患者，普通空格，要显示出来（通常显示为一个句中的小黑点），而其他空白，即便无法显示可见的字符，也要发出灵魂拷问：它从哪来（为什么会在哪里）？译文中要不要保留？

首先，看看在计算机辅助翻译软件memoQ，怎么把空白都显示出来。那就是用正则：

\s 这个正则表达式意思是任何单个空白字符（我猜，那个s意思就是space，哈）。在上面原文截屏可以看到，所以空白字符都高亮显示出来，其中大多数是普通空格（高亮黑点就是）。普通空格不是我关心的，我关心的其他空白。所以把正则细化一下，加上“除空格外”，变成了 [\s-[ ]]：

 这下清爽多了！下面分别说说各种空格是啥意思

985行中那种“细空格”（Thin Space），是专门用在脚注标号（开头两个标记就是）后面，将其与后面的脚注文字分隔开，这样比较美观。

983行那个小圆圈，可不是表示度数的。这个学名叫“不间断空格”(Nonbreaking Space)，在网页源码和专业排版软件里很常用（用于避免文字意外折行）

455行那种带叉子的方框（因为字体不支持这个字符，所以才这样显示），其实是“固定宽度不间断空格”(Nonbreaking Space (Fixed Width))，作用和上面那个相同，另外一个作用就是保持固定宽度，通常用在排版软件中。比如这里用在省略号（三个英文句号）中间，为其增加一点固定的宽度（好看一些），但又避免其意外折行。这种空格，中文一般很少用到。

中文中很少用到不间断空格（从上面的中文译文列就可以看出来），所以继续对正则进行细化：[\s-[ ]] ​​​​​

 这回在630等行中看到一个“宽空格”(Em Space)，这个通常用在专业排版中，用于分隔段落标号和后面的正文。这个空格一般对应于“窄空格”(En Space)。这些说法看起来可能比较奇怪，Em和En其实就是指英文字母m和n，表示不同宽度（m比n要宽很多。）

我稍微浏览了一下这个正则所筛选出来的句段，发现我感兴趣的就是“细空格”和“宽空格”，因为这两种空格与排版直接相关。为了将中文（右列）中缺失这两种空格的句段晒出来，用正则：^[^\s-[ ]]*$

可以看出来，前6行中文中丢了宽空格，但这是有意为之。这些行都来自目录，英文太长，需要换行（宽空格前面的那个标记就是换行符），所以在换行之后加个宽空格，让第二行的文字缩进一些，以便与第一行的文字对齐。但中文较短，没有换行，所以也就把换行符和宽空格一同省略了。

第7行（756行）的中文丢了宽空格，所以得补上。后面其他行，是小标题，译者把宽空格都换成了全角连字符“－”。这个字符在英文中不会用到，而用在中文里，其宽窄和粗细，可能也会随着所用字体的不同而不同，所以是否留用，或者说，是否恢复英文的宽空格，或者改成英文常用的其他横线，比如“宽横线”(Em Dash），待定。

说到这里，其实有个问题，那就是，如果你真的复制上面列出的正则表达式，其实得到的 表达式是无效的，这是因为其中包含的那些特殊空格，在我从memoQ复制粘贴到本博文时就丢掉了。所以，最后那两个正则表达式，如果完全采用转义符的话，就是：
[\s-[\u0020\u202F\u00A0]]
^[^\s-[\u0020\u202F\u00A0]]*$

这里顺便推荐一个我最长用的工具，那就是Okapiframework套件中的 Rainbow工具，里面有个功能就是通过粘贴字符，查找这个字符的Unicode编码

 当然，你可以直接Windows操作系统中自带的“字符映射表”(Character Map)，定位某些特殊字符：

看到没，从\u2000 到 \u200D，14种空格都在这里了。哈，我知道空格有14种写法！我是翻译和排版界的“孔乙己”！！

2022年11月3日又及：其实，还有更多风格的空格呢，这里有个英文帖子，讲述的更全面：

Regular and Unusual Space Characters - Unicode Explorer

总结一下，下面这个正则算是将所有空格一网打尽了：
[\u0020\u2000-\u200D\u3000\u202F\u205F\u00A0\u3164\u2800\u180E\uFEFF\u2060]