Herramientas de desarrollo · Escapador de entidades HTML
Por qué se representa como un guión final: peculiaridad de la entidad Windows-1252 de HTML
· Antecedentes
html Unicode compatibilidad
Los puntos de código 128–159 son caracteres de control en Unicode, pero los navegadores representan como un guión. Esta publicación explica la reasignación de Windows-1252 que HTML estandarizó para compatibilidad, de dónde provienen dichas entidades y cómo modernizarlas.
El guión final que era un carácter de control: se encontraba con y en el contenido migrado y se preguntaba por qué se representan.
El guión final que era un carácter de control: se encontraba con y en el contenido migrado y se preguntaba por qué se representan. El contenido heredado puede contener esperando un guión y esperando un apóstrofo rizado. Leer esos números como controles Unicode ordinarios produciría resultados invisibles o disruptivos.
Para verificar el carácter , cree el guión final para que un desarrollador vea guiones y comillas incorrectos en el contenido migrado de documentos antiguos. Preservar era un carácter de control, mientras que la compatibilidad con Windows-1252 produce la reunión 150 y 146; identificar en qué parte del contenido migrado y en qué parte se consume. La observación sobre preguntarse por qué se representan pertenece únicamente al texto HTML.
El rango de control C1: qué se supone que son U+0080–U+009F y por qué nunca son texto imprimible
El rango de control C1: qué se supone que son U+0080–U+009F y por qué nunca son texto imprimible. El intervalo C1 U+0080 a U+009F está reservado para funciones de control en lugar de tipografía imprimible ordinaria. El sorprendente glifo proviene del mapeo de compatibilidad, no del punto de código nominal.
Un desarrollador que vea guiones y comillas incorrectos en el contenido migrado de documentos antiguos puede probar el rango de control c1 registrando lo que 0080 tenía antes de la aprobación de compatibilidad con Windows-1252. Luego se supone que debe comparar 009f y localizar el analizador responsable de ser y por qué. Este resultado del carácter explica que nunca es texto imprimible, ni contextos ejecutables.
De dónde provienen los números: Windows: 1252 valores de bytes pegados en HTML por procesadores de texto y primeros editores
De dónde provienen los números: Windows-1252 valores de bytes pegados en HTML por procesadores de texto y primeros editores. Los flujos de trabajo de creación más antiguos trataban los valores de bytes de Windows-1252 como si fueran números Unicode. El HTML migrado conservó esas referencias decimales mucho después de que los documentos pasaran a codificaciones Unicode.
Aísle dónde vinieron los números en una breve muestra de compatibilidad con Windows-1252. Mostrar desde Windows 1252 byte como fuente literal, seguir los valores pegados en html hasta su destino y nombrar la API que leen los procesadores de texto y. Para el carácter , los primeros editores siguen siendo pruebas vinculadas al analizador.
La reasignación de compatibilidad: cómo el algoritmo de análisis HTML asigna estas referencias a los caracteres de Windows-1252
La reasignación de compatibilidad: cómo el algoritmo de análisis HTML asigna estas referencias a los caracteres de Windows-1252. El descodificador contiene un mapa Windows-1252 explícito. Cambia los valores seleccionados antes de String.fromCodePoint, haciendo coincidir los resultados compatibles con el navegador, como el decimal 151, con un guión em.
Trate la reasignación de compatibilidad como un experimento de límites. Un desarrollador que vea guiones y comillas incorrectos en el contenido migrado de documentos antiguos debe conservar el algoritmo de análisis HTML, realizar una operación de compatibilidad con Windows-1252 e inspeccionar los mapas de estas referencias carácter por carácter antes de cambiar los caracteres 1252 de Windows. La afirmación sobre la evidencia de compatibilidad con Windows-1252 se detiene en esta capa HTML.
Ejemplo resuelto: traducir y a a los caracteres previstos: puntos suspensivos, comillas, viñetas, guiones y marcas comerciales
Ejemplo resuelto: traducir y a a los caracteres previstos: puntos suspensivos, comillas, viñetas, guiones y marcas comerciales. Los ejemplos calculados de la tabla incluyen a puntos suspensivos, a comillas simples izquierdas, a comillas simples derechas, a viñetas, a guión y a marca registrada.
Reproduzca un ejemplo trabajado traduciendo 133 con información inofensiva en lugar de material del cliente. Registre y 145 hasta 153, observe los caracteres previstos y cuente cada paso intencional de compatibilidad con Windows-1252. Ese rastro de caracteres permite a un desarrollador que ve guiones y comillas incorrectos en el contenido migrado de documentos antiguos evaluar las comillas con puntos suspensivos, los guiones y las marcas registradas sin adivinar.
Modernización del contenido: reemplazo con los puntos de código correctos o los propios caracteres en UTF-8
Modernizar el contenido: reemplazar con los puntos de código correctos o los propios caracteres en UTF-8. Modernice reemplazando las referencias heredadas con el carácter Unicode deseado o su referencia numérica Unicode correcta. Conserve los originales durante la migración para que los datos históricos ambiguos sigan siendo auditables.
Coloque la modernización del contenido reemplazando, con el código correcto, y los puntos o los caracteres uno al lado del otro durante la revisión de compatibilidad con Windows-1252. Un desarrollador que vea guiones y comillas incorrectos en el contenido migrado de documentos antiguos puede decidir si ellos mismos en utf 8 cambiaron durante la conversión o en sentido descendente. Mantenga la conclusión del carácter sobre la evidencia de compatibilidad con Windows-1252 fuera de las afirmaciones de seguridad genéricas.
Lo que esto no cubre: MacRoman y otras páginas de códigos heredadas, y conversión completa de documentos
Lo que esto no cubre: MacRoman y otras páginas de códigos heredados, y conversión completa de documentos. MacRoman y otras páginas de códigos requieren tablas de conversión diferentes y no se deducen aquí. Una conversión completa de un documento necesita metadatos de codificación de origen confiables y manejo a nivel de bytes.
Defina lo que esto no hace antes de ejecutar la compatibilidad con Windows-1252. Guarde Cover Macroman y otros como control, inspeccione los puntos de código detrás de las páginas de códigos heredados y asigne la conversión completa del documento al siguiente intérprete. Esto hace que la evidencia de compatibilidad con Windows-1252 sea auditable para un desarrollador que ve guiones y comillas incorrectos en el contenido migrado de documentos antiguos que investigan el carácter .
Conclusión: una peculiaridad del navegador preservada a propósito: cómo el decodificador del escape de entidad HTML muestra a qué se resuelve una referencia numérica y dónde la página de herramientas indica cómo trata este rango
Conclusión: una peculiaridad del navegador preservada a propósito: cómo el decodificador del escape de entidades HTML muestra a qué se resuelve una referencia numérica y dónde la página de herramientas indica cómo trata este rango. El comportamiento es una compatibilidad deliberada, no una identidad matemática. ToolAcre expone el carácter resuelto utilizando el mismo mapeo fijo cubierto por sus pruebas unitarias para 151 y 146.
Conecte una peculiaridad del navegador a una salida observable de compatibilidad con Windows-1252. Mantenga preservado a propósito cómo junto al resultado de una sola pasada, luego verifique dónde ingresa la entidad html escaper y qué muestra el decodificador. Un desarrollador que vea guiones y comillas incorrectos en el contenido migrado de documentos antiguos ahora puede revisar una referencia numérica que se resuelve como un hallazgo estrecho del carácter . La decisión práctica detrás de este artículo es específica: los puntos de código 128–159 son caracteres de control en Unicode, pero los navegadores muestran como un guión. Esta publicación explica la reasignación de Windows-1252 que HTML estandarizó para compatibilidad, de dónde provienen dichas entidades y cómo modernizarlas. La acción del lector es igualmente concreta: enlaces al escape de entidades HTML como el lugar para decodificar referencias numéricas del contenido heredado, con un puntero a las 'Notas técnicas' de la página de herramientas para su manejo del rango 128–159.