浅说下划线与减号

说明：减号，中划线，dash，在本文中等同；下划线，underscore，等同。“连接符”，泛指连接单词的符号（故意没使用“连字符”/hyphen，因为连字符通常就是中划线/减号）。

下划线在上

直观的差别

视觉上，减号更平衡。而下划线的存在感更低，在http链接中甚至可能被淹没，和空格很难区分。
在输入上，下划线需要多按一下 Shift 键，所以减号在便利性上加0.1分。

下划线在超链接中可读性差

深入的差别

以下划线连接的字符串双击就会全部选中（注），而减号连接的字符串要全选需要用鼠标。所以下划线连接更便利，这是一些同学选择使用下划线的一个理由。

这个差别已经接近下划线和减号的本质差别了，那就是它们在“分词”上的差别。在计算机世界里，下划线的连接通常作为一个“单词”，而减号的连接不是。

注：其实并不是所有软件中都这样。随便试了一个版本的Word, 就不是这样（后面图中有）。

分词的差别

这里的“单词”不是英语的单词（word），计算机世界里我们通常说标识符（identifier）。在标识符里，下划线的地位和26个字母基本无差别，比数字的地位还高一点，因为数字通常不能做首字母。

在主流的正则表达式里，用来表示“单词”的字符，即\w是这样的：[A-Za-z0-9_]，也就是大小写字母，数字和下划线。注意，它不包含减号（这里的减号是用来表示范围的）。

所以，在计算机世界里，大家对于"word"所包含的字符的约定基本是一致的：包含下划线，但不包含减号。

基于这个分词原则，除了刚才的双击行为的差别，还会产生很多的差别。

排版的差别

排版的差别主要体现在自动换行时。减号会作为换行时截断的边界，而下划线通常不会。

Word中分词/换行的差别

有些考虑不周的软件，在面对超长的“下划线单词”时，由于不分隔还会造成“溢出”（超出了预期的界面区域）。

Jenkins中下划线超长溢出（上下对比）

搜索的差别

如果你的公司做了一款产品，型号叫作 mycompany_myproduct，假如文档全程都用这个代号，极端点，没有提到mycompany或myproduct这两个单词，那么，对于某些搜索引擎，通过myproduct或mycompany将搜索不到这个页面。

如果型号为mycompany-myproduct，通过mycompany和myproduct，则都是可以搜到的。在做SEO时，更需要考虑这种差异。

据说对于百度，两者的差异比较小；而对于Google，用减号连接则更有优势。毕竟多数人会倾向用 myproduct 的关键字进行搜索。

深入的逻辑

从形式和逻辑组合上，共有4种符号用来区分隔断。

形式上断开，逻辑上断开：这是全隔断，没有争议地用空格；
形式上连接，逻辑上断开：姑且称“弱连接”，通常用减号；
形式上连接，逻辑上连接：姑且称“强连接”，通常用下划线；
形式上断开，逻辑上连接：这是反人类，容易造成错误。如果要算，中文全角空格勉强可以算一个。但这不是它的本意，它只是一些坑的来源。

所以，真正有意义的组合是前3个。我们可以选择其它符号来表达这3种意思，但从外观及传统上，空格，减号，下划线，这3个符号是比较好的选择。

为什么要用下划线？

最初，我们要用下划线，是因为减号用来表示减法了。my-var 表示变量 my 减去 var；如果一个变量含有多个英语单词，为了区分它们，而你又不想用骆驼命名法MyVar，就要用下划线的my_var。大多数编程语言里都这是这样。

这种对标识符的要求会泛化，比如 Python 里 package 的名字里只能用下划线而不能用减号，从而导致作为模块的文件名不能用减号（但作为一般的不被引用的程序文件还是可以用减号的）。

这种泛化进一步蔓延到了C/C++世界里，比如Google prefer的C++文件名是下划线（尽管可以用减号）。

这种泛化最后可能会蔓延到所有需要连接单词的场景上。毕竟人们更容易接受单一的规则。

可以不用下划线的编程世界

但这不是绝对的。

LISP类语言

在能明确区分操作符和连接符的语法里，标识符就可以包含减号了，比如LISP，操作符是前置的，元素以空格或括号分隔，这样标识符就可以随意包含减号了。

(let ((my-var 300) (your-var 100))
(print (- my-var your-var)))

上面的和下面的代码，结果都是200。"var-300", "var-100", 甚至"300-300", "1-100"都只是标识符而已，不会被当作减法表达式。只有列表里的第一个元素是减号才表示减法操作。

(let ((var-300 300) (var-100 100))
(print (- var-300 var-100)))

(let ((300-300 300) (1-100 100))
(print (- 300-300 1-100)))

HTML世界

在XSL中，大量使用带减号的关键字，比如for-each, value-of, copy-of。同样，你自己的标识符当然也可以包含减号，比如下面代码中的my-header。


  
    Title
    Artist

CSS中也是这样。

.banner {
  border: solid black 1px;
  box-shadow: 1px 2px;
  background-color: yellow;
  text-align: center;
  box-sizing: border-box;
  width: calc(100% - 80px);
}

它有专用的关键字用来引用变量的值（var），和做表达式计算（calc），所以它可以肆无忌惮地用减号开头的标识符。

.foo {
  --widthA: 100px;
  --widthB: calc(var(--widthA) / 2);
  --widthC: calc(var(--widthB) / 2);
  width: var(--widthC);
}

一种感觉，在HTML的世界里，似乎很抵触用下划线。HTML/CSS/XML/XSL的关键字里，似乎都是用减号而不是用下划线。

思考：语言只是一种约定吗？

小时候，一些读错的多音字，现在已经变成了正确的。因为大多数人都按照“错误”的在读，比如呆板，曝光，等等。

毕竟，语言的功用是交流，大多数人都能理解才是重要的，既然绝大多数人都认为它应该那么念，“将错就错”也没什么不好。而且，原来的那种“正确”的读音也没有反映出更多或更正确的本质。

我就职的上一家公司，到处都是下划线，比如在Linux内核代码里，如果看到下划线命名的文件，那基本上就是我们公司增加的。换了一家公司后，这种现象有过之而无不及，几乎凡是需要连接单词的地方，都是用下划线。

作为一个中老年码农，我应该高兴，这说明码农已经开始占领世界了。

那么，纠结用下划线还是减号，是不是像纠结生僻的多音字，或茴字有几种写法，变得不合时宜？我是否应该随大流？

但据我有限的观察，在英语的技术世界里，仍然是有区分地使用两者，并没有无脑用下划线。

另外一点坚持就是逻辑上我们需要这两种符号：一种表示强连接，一种表示弱连接（如前所述）。两者并不完全是替代关系。

结语及倡议

下划线和减号都可用于连接字符串，这时它们的本质差别在于：分词逻辑的不同。

下划线通常用于表示“强连接”：形式上是连接的，逻辑上也是一个整体，在机器世界里通常会作为一个"word"；
减号通常用于表示“弱连接”：形式上是连接的，逻辑上是分隔的，通常会被机器作为多个"word"；
两种连接符并存的字符串里，我们通常认为下划线具有更高的的“优先级”。

在国内软件领域，个人观察，下划线有被滥用的迹象。但在英文世界里，在代码以外，基本仍然遵循英文书写的习惯，使用减号作为连接符。

所以我倡议：如非不得已，尽量使用减号作为连接符。

概括地说，目标是给机器（比如编译器）看的领域，比如源代码和某些语言的文件名，使用下划线；目标是给人看的领域，比如UI，技术文章，遵循英文书写习惯，使用减号。这样具有最好的兼容性。

使用减号的连接

作为个人，入乡随俗，在某个特定的技术领域、特定的团体，以局部的规则和约定为优先。但另一方面，作为规范的制定者，要考虑“真正的主流”及其内在逻辑，不要轻易将规则扩大化。