Português (Brasil)

Ferramentas de desenvolvedor · HTML escapador de entidade

Por que – é renderizado como um travessão: peculiaridade da entidade Windows-1252 de HTML

· Fundo

Publicado por ToolAcre · Revisão editorial

HTML Unicode compatibilidade

Por que a notação de entidade é renderizada como um travessão: peculiaridade da entidade Windows-1252 de HTML mostrada como um diagrama de referência de caracteres seguro para navegador
Ilustração vetorial original ToolAcre

Os pontos de código 128–159 são caracteres de controle em Unicode, mas os navegadores renderizam como um travessão. Esta postagem explica o remapeamento do Windows-1252 que HTML padronizou para compatibilidade, de onde vêm essas entidades e como modernizá-las.

O en dash que era um caráter de controle — reunião – e ’ no conteúdo migrado e perguntando-se por que eles renderizam em tudo

O en dash que era um caráter de controle — reunião – e ’ no conteúdo migrado e perguntando-se por que eles renderizam em tudo. O conteúdo legado pode conter – esperando um traço e ’ à espera de um apóstrofo encaracolado. Ler esses números como controles Unicode normais produziria saída invisível ou disruptiva.

Verificar – caractere, construa o en dash que para um desenvolvedor que vê traços e citações errados no conteúdo migrado de documentos antigos. Preserve era um personagem de controle enquanto Windows-1252 compatibilidade produz reunião 150 e 146; identificar onde no conteúdo migrado e é consumido. A observação sobre se perguntar por que eles render pertencem a HTML apenas texto.

A faixa de controle C1 - o que U+0080–U+009F deveria ser e por que eles nunca são textos imprimíveis

A faixa de controle C1 - o que U+0080–U+009F deveria ser e por que eles nunca são textos imprimíveis. O intervalo C1 U+0080 a U+009F é reservado para funções de controle em vez de tipografia comum para impressão. O glifo surpreendente vem do mapeamento de compatibilidade, não do ponto de código nominal.

Um desenvolvedor que vê traços e citações errados no conteúdo migrado de documentos antigos pode testar o intervalo de controle c1 gravando o que u 0080 u antes do Windows-1252 passe de compatibilidade. Compare 009f são supostos para depois e localizar o analisador responsável por ser e por que eles. Isto – o resultado do caractere explica que nunca são textos imprimíveis, não contextos executáveis.

De onde vieram os números - valores Windows-1252 byte colados em HTML por processadores de texto e editores anteriores

De onde vieram os números - valores Windows-1252 byte colados em HTML por processadores de texto e editores anteriores. Os fluxos de trabalho de autoria mais antigos tratavam os valores Windows-1252 byte como se fossem números Unicode. O HTML migrado preservou essas referências decimais muito depois dos documentos serem movidos para codificações Unicode.

Isole onde os números vieram em um curto Windows-1252 amostra de compatibilidade. Mostrar das janelas 1252 byte como fonte literal, siga os valores colados em html para o seu destino, e nomeie o API leitura por processadores de texto e. Para – caráter, os primeiros editores permanecem a parser-bound evidência.

O remapeamento de compatibilidade — como o algoritmo de análise HTML mapeia essas referências para os caracteres Windows-1252

O remapeamento de compatibilidade — como o algoritmo de análise HTML mapeia essas referências para os caracteres Windows-1252. O decodificador contém um mapa Windows-1252 explícito. Ele altera os valores selecionados antes de String.fromCodePoint, combinando resultados compatíveis com o navegador, como decimal 151, com um travessão.

Trate o remapeamento de compatibilidade como um experimento de limite. Um desenvolvedor que vê traços e aspas errados no conteúdo migrado de documentos antigos deve manter o algoritmo de análise HTML, executar uma operação de compatibilidade do Windows-1252 e inspecionar os mapas dessas referências caractere por caractere antes de alterar os caracteres 1252 do Windows. A afirmação sobre a evidência de compatibilidade do Windows-1252 pára nesta camada HTML.

Exemplo trabalhado: traduzindo … e ‘ através ™ para os seus caracteres pretendidos — elipse, citações, bala, traços e marca comercial

Exemplo trabalhado: traduzindo … e ‘ através ™ para os seus caracteres pretendidos — elipse, citações, bala, traços e marca registrada. Exemplos computados da tabela incluem … à elipse, ‘ para esquerda, citação única, ’ para a direita citação única, • a bala, – en end e ™ à marca registrada.

Reproduzir o exemplo de tradução trabalhado 133 com entrada inofensiva em vez de material do cliente. Gravar e 145 através 153, observar os seus caracteres pretendidos, e contar cada Windows intencional-1252 passe de compatibilidade. Isso – trilha de caracteres permite que um desenvolvedor veja traços e citações errados no conteúdo migrado de documentos antigos avaliar elipse aspas de bala traços e e marca registrada sem adivinhar.

Modernizando o conteúdo – substituindo pelos pontos de código corretos ou pelos próprios caracteres em UTF-8

Modernizando o conteúdo — substituindo pelos pontos de código corretos ou pelos próprios caracteres em UTF-8. Modernize substituindo as referências herdadas pelo caractere Unicode pretendido ou pela referência numérica Unicode correta. Preserve os originais durante a migração para que dados históricos ambíguos permaneçam auditáveis.

Coloque a modernização do conteúdo em substituição, com o código correto, e pontos ou os caracteres lado a lado durante o Windows-1252 revisão da compatibilidade. Um desenvolvedor que vê traços e citações errados no conteúdo migrado de documentos antigos pode então decidir se eles mesmos no utf 8 a conversão ou a jusante. Manter a – conclusão de caracteres sobre o Windows-1252 prova de compatibilidade de alegações genéricas de segurança.

O que isso não cobre — MacRoman e outras páginas de código herdadas e conversão completa de documentos

O que isso não cobre – MacRoman e outras páginas de código herdadas e conversão completa de documentos. MacRoman e outras páginas de código requerem tabelas de conversão diferentes e não são inferidas aqui. Uma conversão completa de documentos precisa de metadados de codificação de origem confiáveis ​​e manipulação em nível de byte.

Definir o que isto não faz antes de executar o Windows-1252 compatibilidade. Salve macroman de capa e outros como um controle, inspecione os pontos de código atrás de páginas de código legado e, e mapeie a conversão completa do documento para o próximo intérprete. Isto faz com que as janelas..1252 compatibilidade evidência auditável para um desenvolvedor vendo traços e citações errados no conteúdo migrado de documentos antigos investigando – personagem.

Conclusão: uma peculiaridade do navegador preservada propositalmente - como o decodificador do escapador de entidade HTML mostra o que uma referência numérica resolve e onde a página da ferramenta indica como ela trata esse intervalo

Conclusão: uma peculiaridade do navegador preservada propositalmente - como o decodificador do escapador de entidade HTML mostra o que uma referência numérica resolve e onde a página da ferramenta indica como trata esse intervalo. O comportamento é uma compatibilidade deliberada, não uma identidade matemática. ToolAcre expõe o caractere resolvido usando o mesmo mapeamento fixo coberto por seus testes de unidade para 151 e 146.

Conecte um navegador peculiar a um Windows observável-1252 saída de compatibilidade. Mantenha-se preservado de propósito como ao lado do resultado de uma passagem, então verifique onde o escapador de entidade html entra em s decodificador mostra o que. Um desenvolvedor vendo traços e citações errados no conteúdo migrado de documentos antigos pode agora rever uma referência numérica resolve como uma estreita – descoberta de caráter. A decisão prática por trás deste artigo é específica: Pontos de código 128–159 são caracteres de controle no Unicode, mas renderização de navegadores – como um traço en. Este post explica o Windows-1252 remapping que HTML normatizados para compatibilidade, de onde provêm essas entidades e como as modernizar. A acção do leitor é igualmente concreta: Ligações com o HTML entity escaper como o lugar para decodificar referências numéricas de conteúdo legado, com um ponteiro para as 'notas técnicas' da página da ferramenta para o seu manuseio do 128–159 - alcance.