导读 01 · 三段来源与一次复制
把这串字符拆成三段:名称、参数与日期的来源
「海角社会入口id:1120.7126 10.28网页」并非正式命名,而是地址栏片段被整段复制的结果。本文追三段来源、还原一次复制过程,说明搜索词为什么会带冒号、小数点与空格。
栏目 01 · 词形
这一栏只处理字符串本身,不讨论内容也不判断站点性质。做法是把搜索词按标点切开,逐段问三个问题:它是名称、是参数,还是日期?它是被输入进去的,还是从别处整段复制过来的?它在地址里有结构作用,还是在搜索框里只是普通字符?三段都答清楚,后面的判断才不会从猜开始。
导读 01 · 三段来源与一次复制
「海角社会入口id:1120.7126 10.28网页」并非正式命名,而是地址栏片段被整段复制的结果。本文追三段来源、还原一次复制过程,说明搜索词为什么会带冒号、小数点与空格。
导读 02 · 标点的两种身份
在「海角社会入口id:1120.7126 10.28网页」里,冒号分隔参数名与值、小数点属于编号写法,进入搜索框后却只是普通字符。本文说明标点在两种场景中的身份差别与由此产生的分词结果。
导读 03 · 空格与非法字符的处理
从地址栏复制「海角社会入口id:1120.7126 10.28网页」时,空格与中文会被两端分别处理:搜索框当分隔符,地址栏视为非法。本文逐项对照两类输入的容错规则与常见误判。