開発者ツール · HTML エンティティ エスケープ
– がダッシュとしてレンダリングされる理由: HTML の Windows-1252 エンティティの癖
· 背景
投稿ナビゲーション ToolAcre · 編集レビュー
html ユニコード compatibility

コード ポイント 128 ~ 159 は Unicode の制御文字ですが、ブラウザーは – をダッシュとして表示します。この投稿では、互換性のために HTML が標準化した Windows-1252 の再マッピング、そのようなエンティティの出所、およびそれらを最新化する方法について説明します。
制御文字だったアンダッシュ — ミーティング – と ’ 移行されたコンテンツと、なぜ彼らはすべての時にレンダリングするのか疑問に思う
制御文字だったアンダッシュ — ミーティング – と ’ コンテンツの移行と、なぜ彼らがすべてでレンダリングするのか疑問に思う。 遺産の内容は含まれているかもしれません – ダッシュを期待して、 ’ カルリーアポストトロフィーを期待する。 通常のUnicode制御としてこれらの数字を読み込むと、見えないまたは破壊的な出力が生成されます.
確認のため – キャラクターは、古い文書から移行されたコンテンツで、間違ったダッシュや引用符を見た開発者のために、そのen dash をビルドします。 Windows で保存したままのコントロール文字でした1252 互換性は会議を生成します 150 と 146; 移行されたコンテンツのどこに、消費されるかを識別します。 彼らがレンダリングが属する理由を疑問に思うことに関する観察 HTML テキストのみ.
C1 制御範囲 — U+0080 ~ U+009F がどのようなものであるか、およびそれらが決して印刷可能なテキストではない理由
C1 制御範囲 - U+0080 ~ U+009F がどのようなものであるか、およびそれらが決して印刷可能なテキストではない理由。 C1 間隔 U+0080 ~ U+009F は、通常の印刷可能なタイポグラフィではなく、制御機能用に予約されています。驚くべきグリフは、公称コード ポイントではなく、互換性マッピングから来ています。
古い文書から移行されたコンテンツで間違ったダッシュや引用を見た開発者は、u を録音することにより、c1 コントロール範囲をテストすることができます 0080 windows の前に u -1252 互換性パス。 009f を比較すると、その後に、その理由と責任のあるパーサーを見つけます。 とりあえず – 文字結果は、実行可能文脈ではなく、印刷可能なテキストは説明しません.
数値の出典 — ワード プロセッサや初期のエディタによって HTML に貼り付けられた Windows-1252 バイト値
数値の出所 — ワード プロセッサや初期のエディタによって HTML に貼り付けられた Windows-1252 バイト値。以前のオーサリング ワークフローでは、Windows-1252 バイト値を Unicode 数値であるかのように扱っていました。移行された HTML では、ドキュメントが Unicode エンコードに移行された後も、これらの 10 進参照が長期間保持されていました。
数字が短いWindowsで来た場所を隔離します1252 互換性サンプル。 窓から見る 1252 byte 文字ソースとして、その宛先にhtmlに貼り付けられた値に従い、名前を付けます API ワードプロセッサーで読み込む のために – 文字、初期のエディタはパーサー・バウンドの証拠を残します.
互換性の再マッピング - HTML 解析アルゴリズムがこれらの参照を Windows-1252 文字にマッピングする方法
互換性の再マッピング - HTML 解析アルゴリズムがこれらの参照を Windows-1252 文字にマッピングする方法。デコーダーには、明示的な Windows-1252 マップが含まれています。 String.fromCodePoint の前で選択された値を変更し、10 進数の 151 などのブラウザ互換の結果を全角ダッシュに一致させます。
互換性の再マッピングを境界実験として扱います。古いドキュメントから移行されたコンテンツに間違ったダッシュや引用符が含まれている場合、開発者は HTML 解析アルゴリズムを保持し、Windows-1252 互換操作を 1 つ実行し、Windows 1252 文字を変更する前に、これらの参照を文字ごとにマッピングすることを検査する必要があります。 Windows-1252 互換性の証拠に関する主張は、この HTML 層にとどまります。
作業例: 翻訳 … と ‘ とりあえず ™ 彼らの意図した文字に — エリプシ、引用符、弾丸、ダッシュ、商標
作業例: 翻訳 … と ‘ とりあえず ™ 彼らの意図した文字に — エリプシ、引用符、弾丸、ダッシュ、商標。 テーブルから計算された例には、 … エリプシズに、, ‘ 単一の引用を左に、, ’ 右に単一の引用語句に、, • 弾丸に、, – ダッシュを埋めるために ™ 商標権について.
Reproduce は、トランスラティングの作業例を生成しました 133 顧客材料の代わりに無害な入力を使って。 記録および記録 145 とりあえず 153意図した文字を観察し、すべての意図的なWindowsをカウントします1252 互換性パス。 とりあえず – キャラクター・トレイルは、古い文書から移行されたコンテンツで間違ったダッシュや引用を見た開発者が、疑わらずに弾丸ダッシュや商標を引用するという評価をすることができます.
コンテンツの最新化 - UTF-8 の正しいコード ポイントまたは文字自体に置き換えます。
コンテンツを最新化します。UTF-8 内の正しいコード ポイントまたは文字自体に置き換えます。従来の参照を目的の Unicode 文字またはその正しい Unicode 数値参照に置き換えることによって最新化します。あいまいな履歴データを監査可能な状態に保つため、移行中にオリジナルを保存します。
コンテンツの交換、正しいコード、ポイント、またはWindowsの横にある文字を近代化する場所-1252 互換性レビュー。 古い文書から移行されたコンテンツで間違ったダッシュや引用を見た開発者は、utf で自分自身を判断することができます 8 変換または下流で変更。 続ける – windowsに関する文字の結論 -1252 汎用セキュリティクレームから、互換性の証拠.
この内容の対象外 — MacRoman およびその他の従来のコード ページ、および完全なドキュメント変換
これでカバーされないもの — MacRoman およびその他のレガシー コード ページ、および完全なドキュメント変換。 MacRoman およびその他のコード ページには別の変換テーブルが必要ですが、ここでは推測されません。完全なドキュメント変換には、信頼できるソース エンコーディング メタデータとバイト レベルの処理が必要です。
Windows を実行する前に、これがないものを定義します1252 互換性。 カバーマクロマンをコントロールとして保存し、コードポイントをレガシーコードページから調べ、次のインタープリターにフルドキュメント変換をマップします。 Windows を作る1252 開発者が、古い文書から移行したコンテンツの誤ったダッシュや引用を見たりするための互換性証拠の監査可能 – キャラクター.
要点: 意図的に保存されているブラウザの癖 — HTML エンティティ エスケープのデコーダが数値参照の解決方法をどのように示すか、またツール ページのどこでこの範囲をどのように扱うかが記述されるか
要点: 意図的に保存されているブラウザの癖 — HTML エンティティ エスケープのデコーダが数値参照の解決方法をどのように示すか、またツール ページのどこでこの範囲をどのように扱うかを示すか。この動作は意図的な互換性であり、数学的な同一性ではありません。 ToolAcre は、151 および 146 の単体テストでカバーされるのと同じ固定マッピングを使用して、解決された文字を公開します。
ブラウザの quirk を 保存可能な Windows に接続します1252 互換性の出力。 パス結果の横にあるように保存しておくと、html のエンティティティが s デコーダーに入る場所が何かを示すかを確認します。 古い文書から移行されたコンテンツで間違ったダッシュや引用を見た開発者は、数値参照が狭いと解決するのをレビューできるようになりました – キャラクター検索 この記事の背後にある実用的な決定は具体的です: コードポイント 128–159 unicode で文字を制御しているが、ブラウザのレンダー – dash として。 この記事はWindowsを説明します-1252 それをリマッピング HTML 互換性の標準化、そのような企業は、そこから来て、それらを近代化する方法。 リーダーの行動は、同様にコンクリートです:リンクへの HTML 従来のコンテンツから数値参照をデコードする場所として、ツールページの「技術ノート」のポインタを指し、その処理を行なう 128–159 範囲.