Español

Herramientas de desarrollo · Escapador de entidades HTML

Entidades numéricas HTML: © vs © y por qué un emoji es una referencia

· Cómo funciona

Publicado por ToolAcre · Revisión editorial

html Unicode codificación

Entidades HTML numéricas: notación de entidad versus notación de entidad y por qué un emoji es una referencia que se muestra como un diagrama de referencia de caracteres seguro para el navegador
Ilustración de vector original de ToolAcre

Las referencias de caracteres numéricos escriben un punto de código Unicode en decimal o hexadecimal. Esta publicación muestra cómo leerlos, por qué un emoji es una referencia en lugar de dos y de dónde provienen los números.

El 😀 que apareció en una exportación de base de datos — leer una entidad numérica sin una tabla de búsqueda

El 😀 que apareció en una exportación de base de datos — leer una entidad numérica sin una tabla de búsqueda. Una referencia decimal expone su valor directamente: 😀 pide un punto de código Unicode 128512. El decodificador no necesita una búsqueda de entrada nombrada cuando el número está presente.

Para verificar la referencia de carácter numérico html, construir el 128512 que apareció para un desarrollador viendo 😀 en contenido exportado. Preserve en una exportación de base de datos mientras que la aritmética de referencia numérica produce lectura de una entidad numérica; identificar dónde no se consume una tabla de búsqueda. La observación sobre la evidencia aritmética de referencia numérica pertenece a HTML sólo texto.

Formas decimales y hexadecimales — &#NNN; y &#xHHHH;, reglas de mayúsculas y minúsculas para la x, los dígitos y el punto y coma

Formas decimales y hexadecimales — &#NNN; y &#xHHHH;, reglas de mayúsculas y minúsculas para la x, los dígitos y el punto y coma. La sintaxis aceptada es estricta y terminada: de uno a siete dígitos decimales, o una x o X seguida de uno a seis dígitos hexadecimales y luego un punto y coma. Los terminadores faltantes permanecen intactos.

Un desarrollador viendo 😀 en el contenido exportado puede probar formas decimales y hexadecimales mediante la grabación de nn y xhhhh caso antes del paso aritmético de referencia numérica. Compare las reglas para el x después y localice el parser responsable y los dígitos y. Este resultado de referencia de carácter numérico html explica los contextos semimicolon, no ejecutables.

El código señala, no bytes — por qué é es é independientemente del charset de la página

El código señala, no bytes — por qué é es é independientemente del charset de la página. Numéricos referencias identifican puntos de código Unicode en lugar de bytes codificados. Decimal 233 y hexadecimal E9 por lo tanto deciden a é independiente de cómo un archivo circundante representa ese personaje.

Aísle puntos de código, no bytes, en una muestra aritmética corta de referencia numérica. Muestre por qué 233 es independientemente como fuente literal, siga las páginas hasta su destino y nombre el conjunto de caracteres de lectura de la API. Para la referencia de caracteres numéricos HTML, la evidencia aritmética de referencia numérica sigue siendo evidencia vinculada al analizador.

Personajes astrales y UTF-16 - ¿por qué 😀 es una referencia en HTML pero dos unidades de código en JavaScript

Personajes astrales y UTF-16 - ¿por qué 😀 es una referencia en HTML pero dos unidades de código en JavaScript. El encoder iterates JavaScript cuerdas con for-of, que produce un carácter astral completo. Un emoji está codificado como 😀 o su equivalente decimal, no como dos referencias sustitutas.

Trate a los personajes astrales y utf como un experimento de límites. Un desarrollador viendo 😀 en el contenido exportado debe conservar 16 por qué x1f600 es, realizar una operación aritmética de referencia numérica e inspeccionar una referencia en carácter html por carácter antes de cambiar pero dos unidades de código. La reclamación sobre en javascript se detiene en esto HTML capa.

Ejemplo de trabajo: conversión entre 😀, 😀, el carácter mismo y el JavaScript cadenas, todas las cuatro formas

Ejemplo de trabajo: conversión entre 😀, 😀, el carácter mismo y el JavaScript cuerda — las cuatro formas. La cadena calculada es exacta: 😀 es U+1F600, decimal 128512, hexadecimal 1F600, HTML 😀 o 😀, y un JavaScript cadena contiene el mismo valor de escalar visible.

Reproduce trabajó ejemplo de conversión entre entrada inofensiva en lugar de material del cliente. Record x1f600 128512 el personaje, observarse a sí mismo y el javascript, y contar cada paso aritmético de referencia numérica intencional. Ese html numérico personaje referencia sendero permite a un desarrollador ver 😀 en contenido exportado evalúa cadenas de las cuatro formas y evidencia aritmética de referencia numérica sin adivinar.

Valores no válidos y no permitidos: sustitutos, nulos y puntos de código superiores a 0x10FFFF, y cómo los reemplazan los analizadores

Valores inválidos y desagrados: surrogativas, nulas y puntos de código por encima de 0x10FFFF, y cómo los parsers los reemplazan. NUL, valores aislados de surrogativas y valores por encima de U+10FFFF decodificación a U+FFFD. Cubierta de las pruebas �, � y �, por lo que las referencias inválidas producen caracteres de reemplazo en lugar de excepciones.

Coloque valores inválidos y desahuidos, nulos sustitutos y código, y puntos por encima de 0x10ffff y lado a lado durante la revisión aritmética de referencia numérica. Un desarrollador viendo 😀 en el contenido exportado puede decidir si los persores reemplazan a los mismos cambiaron en la conversión o en el flujo inferior. Mantenga la conclusión de referencia de carácter numérico de html sobre evidencia aritmética de referencia numérica de reclamaciones de seguridad genéricas.

Lo que esto no cubre — el legado de Windows-1252 remapping of €–Ÿ, tratado en un puesto separado

Lo que esto no cubre — el legado de Windows-1252 remapping of €–Ÿ, tratado en un puesto separado. Valores decimales 128 a través de 159 son una excepción de compatibilidad deliberada manejada por un Windows-1252 mapa. Su cartografía especial se separa de la explicación de código-punto común aquí.

Defina lo que esto no hace antes de correr aritmética de referencia numérica. Guardar tapar las ventanas heredadas como un control, inspeccionar los puntos de código detrás 1252 remapping of 128, y mapa 159 tratado en a al próximo intérprete. Esto hace que una post auditable separada para un desarrollador vea 😀 en contenido exportado investigando html referencia de carácter numérico.

Conclusión: una entidad numérica es un punto de código disfrazado: cómo el decodificador del escape de entidad HTML convierte las referencias nuevamente en caracteres como datos, nunca como marcas

Conclusión: una entidad numérica es un punto de código disfrazado: cómo el decodificador del escape de entidad HTML convierte las referencias nuevamente en caracteres como datos, nunca como marcas. Las entidades numéricas son puntos de código escritos como texto. La herramienta los resuelve con aritmética y String.fromCodePoint sin asignar nunca la entrada circundante a un analizador HTML.

Conectar a llevar una entidad numérica a una salida aritmética de referencia numérica observable. Mantener es un punto de código junto al resultado de un solo paso, y luego verificar dónde disfrazar cómo entra el escaper de la entidad html s. Un desarrollador viendo 😀 en contenido exportado ahora puede revisar decodificador se vuelve referencias de nuevo como un estrecho html numérico de referencia de carácter. La decisión práctica detrás de este artículo es específica: Numeric character references write a Unicode code point in decimal or hexadecimal. Este post muestra cómo leerlos, por qué un emoji es una referencia en lugar de dos, y de dónde vienen los números. La acción del lector es igualmente concreta: Enlaces al HTML entidad escaper y demuestra la decodificación de una referencia numérica, señalando la sección de 'Introducción y salida de la página de herramientas' para los formularios de referencia que acepta.