Français

Outils de développement · Échappement d'entité HTML

Pourquoi – s'affiche sous la forme d'un tiret : la bizarrerie de l'entité Windows-1252 de HTML

· Contexte

Publié par ToolAcre · Revue de rédaction

html unicode compatibilité

Pourquoi la notation d'entité s'affiche sous la forme d'un tiret : la bizarrerie d'entité Windows-1252 de HTML affichée sous la forme d'un diagramme de référence de caractères sécurisé pour le navigateur
Illustration vectorielle originale de ToolAcre

Les points de code 128–159 sont des caractères de contrôle en Unicode, mais les navigateurs affichent sous la forme d'un tiret. Cet article explique le remappage Windows-1252 que HTML a normalisé pour la compatibilité, d'où proviennent ces entités et comment les moderniser. Notation d'entité

Le tiret qui était un caractère de contrôle — réunion – et ’ dans le contenu migré et se demandant pourquoi ils rendent du tout

Le tiret qui était un caractère de contrôle — réunion – et ’ dans le contenu migré et se demandant pourquoi ils rendent du tout. Le contenu historique peut contenir – en attendant un tiret et ’ attendre une apostrophe frisée. Lire ces numéros comme des commandes Unicode ordinaires produirait une sortie invisible ou perturbatrice.

Pour vérifier – caractère, construire le tiret en que pour un développeur voyant des tirets et des citations erronés dans le contenu migré à partir de documents anciens. Préserve était un caractère de contrôle pendant que Windows-1252 la compatibilité produit réunion 150 et 146; identifier où dans le contenu migré et est consommé. L'observation sur la question de savoir pourquoi ils rendent appartient à HTML texto seulement.

La plage de contrôle C1 – ce que U+0080–U+009F sont censés être et pourquoi ils ne sont jamais du texte imprimable

La plage de contrôle C1 – ce que U+0080–U+009F sont censés être et pourquoi ils ne sont jamais du texte imprimable. L'intervalle C1 U+0080 à U+009F est réservé aux fonctions de contrôle plutôt qu'à la typographie imprimable ordinaire. Le glyphe surprenant vient du mappage de compatibilité, et non du point de code nominal.

Un développeur qui voit des tirets et des citations erronés dans le contenu migré à partir de documents anciens peut tester la plage de contrôle c1 en enregistrant ce que u 0080 u avant les fenêtres-1252 carte de compatibilité. Comparer 009f sont censés ensuite et localiser l'analyseur responsable d'être et pourquoi ils. Ceci – les explications de résultat de caractère ne sont jamais imprimables, pas des contextes exécutables.

D'où viennent les nombres – Windows - 1252 valeurs en octets collées en HTML par les traitements de texte et les premiers éditeurs

D'où viennent les chiffres – Windows -1252 valeurs d'octets collées en HTML par les traitements de texte et les premiers éditeurs. Les flux de travail de création plus anciens traitaient les valeurs d'octet Windows-1252 comme s'il s'agissait de numéros Unicode. Le HTML migré a conservé ces références décimales longtemps après le passage des documents aux encodages Unicode.

Isolez où les chiffres sont venus dans un court Windows-1252 échantillon de compatibilité. Afficher depuis les fenêtres 1252 byte comme source littérale, suivre les valeurs collées dans html à sa destination, et nommer le API lecture par les processeurs de texte et. Pour – caractère, les premiers éditeurs restent des preuves liées par l'analyse.

Le remappage de compatibilité - comment l'algorithme d'analyse HTML mappe ces références aux caractères Windows-1252

Le remappage de compatibilité : comment l'algorithme d'analyse HTML mappe ces références aux caractères Windows-1252. Le décodeur contient une carte Windows-1252 explicite. Il modifie les valeurs sélectionnées avant String.fromCodePoint, faisant correspondre les résultats compatibles avec le navigateur tels que le décimal 151 à un tiret cadratin.

Traitez le remappage de compatibilité comme une expérience de limite. Un développeur voyant des tirets et des guillemets erronés dans le contenu migré à partir d'anciens documents doit conserver l'algorithme d'analyse HTML, effectuer une opération de compatibilité Windows-1252 et inspecter les mappages de ces références caractère par caractère avant de modifier les caractères Windows 1252. L'affirmation concernant la preuve de compatibilité Windows-1252 s'arrête à cette couche HTML.

Exemple de travail: traduction … et ‘ à travers ™ à leurs caractères voulus — ellipse, citations, balle, tirets et marque

Exemple de travail: traduction … et ‘ à travers ™ à leurs personnages prévus — ellipse, citations, balle, tirets et marque. Les exemples calculés du tableau comprennent : … à l'ellipsie, ‘ à gauche, une seule citation, ’ à droite, un seul devis, • à la balle, – pour en tiret et ™ à la marque.

Reproduce exemple travaillé traduction 133 avec entrée inoffensive au lieu de matériel client. Enregistrement et 145 à travers 153, observez leurs caractères prévus, et comptez chaque Windows intentionnel-1252 carte de compatibilité. Ça – trail de caractère permet à un développeur de voir des tirets et des citations erronés dans le contenu migré à partir de documents anciens d'évaluer des citations ellipsiques et des tirets de puce et de marque sans deviner.

Modernisation du contenu — remplacement par les points de code corrects ou les caractères eux-mêmes dans UTF-8

Modernisation du contenu — remplacement par les points de code corrects ou les caractères eux-mêmes dans UTF-8. Modernisez en remplaçant les références héritées par le caractère Unicode prévu ou sa référence numérique Unicode correcte. Conservez les originaux pendant la migration afin que les données historiques ambiguës restent vérifiables.

Placer la modernisation du contenu en remplaçant, par le code correct, et les points ou les caractères côte à côte pendant la Windows-1252 examen de la compatibilité. Un développeur qui voit des tirets et des citations erronés dans le contenu migré à partir de documents anciens peut alors décider si lui-même dans utf 8 changement à la conversion ou en aval. Gardez la – conclusion de caractère sur Windows-1252 des preuves de compatibilité provenant de réclamations de sécurité génériques.

Ce que cela ne couvre pas : MacRoman et autres pages de codes héritées, ainsi que la conversion complète des documents

Ce que cela ne couvre pas : MacRoman et autres pages de codes héritées, ainsi que la conversion complète des documents. MacRoman et d'autres pages de codes nécessitent des tables de conversion différentes et ne sont pas déduites ici. Une conversion complète de document nécessite des métadonnées de codage source fiables et une gestion au niveau des octets.

Définissez ce que cela ne fait pas avant d'exécuter Windows-1252 compatibilité. Enregistrer le macroman de couverture et d'autres comme un contrôle, inspecter les points de code derrière les pages de code et, et de cartographier la conversion de document complet à l'interprète suivant. Cela rend Windows..1252 preuve de compatibilité auditable pour un développeur voyant des tirets et des citations erronés dans le contenu migré à partir de documents anciens enquête – caractère.

À retenir : une bizarrerie du navigateur volontairement préservée : comment le décodeur de l'échappement d'entité HTML montre à quoi correspond une référence numérique et où la page de l'outil indique comment elle traite cette plage.

À retenir : une bizarrerie du navigateur préservée à dessein : comment le décodeur de l'échappement d'entité HTML montre à quoi correspond une référence numérique et où la page de l'outil indique comment elle traite cette plage. Le comportement est une compatibilité délibérée, pas une identité mathématique. ToolAcre expose le caractère résolu en utilisant le même mappage fixe couvert par ses tests unitaires pour 151 et 146.

Connectez un navigateur à un Windows observable1252 sortie de compatibilité. Gardez en mémoire le résultat à côté du seul passage, puis vérifiez où l'entité html échappant entre le décodeur s indique quoi. Un développeur qui voit des tirets et des citations erronés dans le contenu migré à partir de documents anciens peut maintenant examiner une référence numérique comme une résolution étroite – recherche de caractère. La décision pratique qui sous-tend cet article est spécifique: 128–159 sont des caractères de contrôle dans Unicode, mais les navigateurs rendent – comme un endash. Ce post explique le Windows-1252 en remuant ça HTML standardisés pour la compatibilité, d'où proviennent ces entités et comment les moderniser. L'action du lecteur est également concrète: HTML eventualr comme lieu pour décoder les références numériques du contenu legs, avec un pointeur vers les 'Notes techniques' de la page d'outil pour son traitement de la 128–159 portée.