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

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.