Português (Brasil)

Ferramentas de desenvolvedor · HTML escapador de entidade

Entidades HTML numéricas: © vs © e por que um emoji é uma referência

· Como funciona

Publicado por ToolAcre · Revisão editorial

HTML Unicode codificação

Entidades HTML numéricas: notação de entidade versus notação de entidade e por que um emoji é uma referência mostrada como um diagrama de referência de caracteres seguro para navegador
Ilustração vetorial original ToolAcre

As referências de caracteres numéricos gravam um ponto de código Unicode em decimal ou hexadecimal. Esta postagem mostra como lê-los, por que um emoji é uma referência em vez de duas e de onde vêm os números.

A 😀 que apareceu em uma exportação de banco de dados — lendo uma entidade numérica sem uma tabela de pesquisa

A 😀 que apareceu em uma exportação de banco de dados — lendo uma entidade numérica sem uma tabela de pesquisa. Uma referência decimal expõe directamente o seu valor: 😀 pede o ponto de código Unicode 128512. O decodificador não precisa de uma procura de entrada com nome quando o número está presente.

Para verificar a referência de caracteres numéricos html, construa o 128512 que apareceu para um desenvolvedor vendo 😀 no conteúdo exportado. Preservar em uma exportação de banco de dados enquanto aritmética de referência numérica produz leitura de uma entidade numérica; identificar onde sem uma tabela de pesquisa é consumido. A observação sobre a evidência aritmética de referência numérica pertence a HTML apenas texto.

Formas decimais e hexadecimais — &#NNN; e &#xHHHH;, regras de caso para x e os dígitos, e o ponto e vírgula

Formas decimais e hexadecimais — &#NNN; e &#xHHHH;, regras de caso para x e os dígitos e ponto e vírgula. A sintaxe aceita é estrita e terminada: um a sete dígitos decimais, ou um x ou X seguido por um a seis dígitos hexadecimais e, em seguida, um ponto e vírgula. Os terminadores ausentes permanecem intactos.

Um desenvolvedor que vê 😀 em conteúdo exportado pode-se testar formas decimais e hexadecimais, registrando nnn e xhhhh caso antes da passagem aritmética de referência numérica. Compare as regras para o x depois e localize o analisador responsável por e os dígitos e. Este resultado de referência de caracteres numéricos html explica o e vírgula- e- vírgula, não os contextos executáveis.

Pontos de código, não bytes — porquê é é é independentemente do charset da página

Pontos de código, não bytes — porquê é é independentemente do charset da página. Referências numéricas identificam pontos de código Unicode em vez de bytes codificados. Decimal 233 e hexadecimal E9, portanto, resolver é independente de como um arquivo circundante representa esse caráter.

Isole pontos de código e não bytes em uma pequena amostra aritmética de referência numérica. Mostre por que 233 é independente da origem literal, siga as páginas até seu destino e nomeie o conjunto de caracteres de leitura API. Para referência de caracteres numéricos HTML, a evidência aritmética de referência numérica permanece como evidência vinculada ao analisador.

Caracteres astrais e UTF-16 — porquê 😀 é uma referência em HTML mas duas unidades de código dentro JavaScript

Caracteres astrais e UTF-16 — porquê 😀 é uma referência em HTML mas duas unidades de código dentro JavaScript. O codificador itera JavaScript cordas com for-of, que produz um caráter astral completo. Um emoji é codificado como 😀 ou o seu equivalente decimal, não como duas referências substitutas.

Tratar caracteres astrais e utf como um experimento de fronteira. Um desenvolvedor que vê 😀 no conteúdo exportado deve manter 16 por que x1f600 é, realizar uma operação aritmética de referência numérica, e inspecionar uma referência em caracteres html por caracter antes de alterar, mas duas unidades de código. A alegação sobre em javascript pára neste HTML camada.

Exemplo trabalhado: conversão entre 😀, 😀, o próprio caráter e o JavaScript string — todas as quatro formas

Exemplo trabalhado: conversão entre 😀, 😀, o próprio caráter e o JavaScript string — todas as quatro formas. A cadeia calculada é exata: . . é U+1F600, decimal 128512, hexadecimal 1F600, HTML 😀 ou 😀, e a JavaScript string contém o mesmo valor escalar visível.

Reproduzir exemplo trabalhado de conversão entre com entrada inofensiva em vez de material do cliente. Gravar x1f600 128512 o personagem, observa-se a si mesmo e ao javascript, e conta cada passe de aritmética de referência numérica intencional. Essa trilha de referência de caracteres numéricos html permite que um desenvolvedor veja 😀 no conteúdo exportado, avaliar strings todas as quatro formas e evidências aritméticas de referência numérica sem suposições.

Valores inválidos e não permitidos — substitutos, nulos e pontos de código acima de 0x10FFFF e como os analisadores os substituem

Valores inválidos e não permitidos — substitutos, nulos e pontos de código acima de 0x10FFFF, e como os analisadores os substituem. NUL, valores de substituição isolados e valores acima de U+10FFFF decodificar para U+FFFD. Os testes cobrem �, � e �, então referências inválidas produzem caracteres de substituição em vez de exceções.

Coloque valores inválidos e não permitidos, substitutos nulos e código, e pontos acima de 0x10ffff e lado a lado durante a revisão aritmética de referência numérica. Um desenvolvedor que vê 😀 no conteúdo exportado pode-se então decidir se os analisadores os substituíram na conversão ou a jusante. Manter a conclusão de referência de caracteres numéricos html sobre a evidência aritmética de referência numérica fora de alegações genéricas de segurança.

O que isto não cobre — o legado Windows-1252 remapping de €–Ÿ, tratado em um posto separado

O que isto não cobre — o legado Windows-1252 remapping de €–Ÿ, tratado em um posto separado. Valores a partir decimais 128 através 159 são uma exceção de compatibilidade deliberada manuseada por um Windows-1252 mapa. Seu mapeamento especial é separado da explicação comum do ponto de código aqui.

Defina o que isso não faz antes de executar aritmética de referência numérica. Salvar cobrir as janelas legado como um controle, inspecionar os pontos de código atrás 1252 remapping de 128, e mapa 159 tratado em um para o próximo intérprete. Isto torna auditável a publicação separada para um desenvolvedor que vê 😀 no conteúdo exportado investigando referência de caracteres numéricos html.

Conclusão: uma entidade numérica é um ponto de código disfarçado - como o decodificador do escapador de entidade HTML transforma as referências novamente em caracteres como dados, nunca marcação

Conclusão: uma entidade numérica é um ponto de código disfarçado - como o decodificador do escapador de entidade HTML transforma as referências novamente em caracteres como dados, nunca marcação. Entidades numéricas são pontos de código escritos como texto. A ferramenta os resolve com aritmética e String.fromCodePoint sem nunca atribuir a entrada circundante a um analisador HTML.

Conecte uma entidade numérica a uma saída aritmética de referência numérica observável. Keep é um ponto de código ao lado do resultado de uma passagem, em seguida, verifique onde disfarçado como o entity escaper html entra s. Um desenvolvedor que vê 😀 no conteúdo exportado pode-se agora rever o decodificador volta as referências como um achado de referência de caracteres numéricos html estreito. A decisão prática por trás deste artigo é específica: referências de caracteres numéricos escrevem um ponto de código Unicode em decimal ou hexadecimal. Este post mostra como lê-los, porque um emoji é uma referência em vez de dois, e de onde os números vêm. A acção do leitor é igualmente concreta: Ligações com o HTML entidade escapa e demonstra decodificar uma referência numérica, apontando para a página de ferramentas 'Introdução e saída suportada' seção para os formulários de referência que aceita.