Strumenti per sviluppatori · HTML escaper di entità
Perché – viene visualizzato come un trattino: peculiarità dell'entità Windows-1252 di HTML
· Sfondo
Pubblicato da ToolAcre · revisione editoriale
html unicode compatibilità

I punti codice 128–159 sono caratteri di controllo in Unicode, tuttavia i browser visualizzano come un trattino. Questo post spiega la rimappatura Windows-1252 che HTML ha standardizzato per la compatibilità, da dove provengono tali entità e come modernizzarle.
Il punto che era un carattere di controllo — incontro – e ’ in contenuti migrati e chiedendo perché rendono affatto
Il punto che era un carattere di controllo — incontro – e ’ in contenuti migrati e chiedendo perché rendono affatto. Contenuto di eredità può contenere – aspettarsi un dash e ’ aspettando un apostrofo riccio. Leggere questi numeri come controlli Unicode ordinari produrrebbe output invisibile o dirompente.
Per verificare – carattere, costruire il trattino che per uno sviluppatore vedendo tratti e citazioni sbagliate nei contenuti migrati da vecchi documenti. Preserve era un personaggio di controllo mentre Windows-1252 compatibilità produce meeting 150 e 146; identificare quando in contenuto migrato e viene consumato. L'osservazione su domanda perché rendono appartiene a HTML solo testo.
L'intervallo di controllo C1: cosa dovrebbero essere U+0080–U+009F e perché non sono mai testo stampabile
L'intervallo di controllo C1: cosa dovrebbero essere U+0080–U+009F e perché non sono mai testo stampabile. L'intervallo C1 da U+0080 a U+009F è riservato alle funzioni di controllo piuttosto che alla normale tipografia stampabile. Il glifo sorprendente deriva dalla mappatura della compatibilità, non dal punto di codice nominale.
Uno sviluppatore che vede tratti e citazioni sbagliate nei contenuti migrati dai vecchi documenti può testare l'intervallo di controllo c1 registrando quello che u 0080 u prima di Windows-1252 passano di compatibilità. Confronta 009f sono supposti per poi individuare il parser responsabile per essere e perché. Questo è questo – il risultato del personaggio spiega non sono mai testo stampabile, non contesti eseguibili.
Da dove provengono i numeri: valori Windows-1252 byte incollati in HTML da elaboratori di testo e primi editor
Da dove provengono i numeri: valori Windows-1252 byte incollati in HTML da elaboratori di testo e primi editor. I flussi di lavoro di creazione precedenti trattavano i valori Windows-1252 byte come se fossero numeri Unicode. La migrazione HTML ha conservato i riferimenti decimali per molto tempo dopo che i documenti sono stati spostati nelle codifiche Unicode.
Isolare dove i numeri sono venuti in un breve Windows-1252 campione di compatibilità. Mostra da finestre 1252 byte come fonte letterale, seguire i valori incollati in html alla sua destinazione, e nominare il API lettura per word processors e. Per – personaggio, i primi editori rimangono prove a carico di parser.
La rimappatura della compatibilità: come l'algoritmo di analisi HTML mappa questi riferimenti ai caratteri Windows-1252
La rimappatura della compatibilità: il modo in cui l'algoritmo di analisi HTML mappa questi riferimenti ai caratteri Windows-1252. Il decodificatore contiene una mappa Windows-1252 esplicita. Modifica i valori selezionati prima di String.fromCodePoint, abbinando i risultati compatibili con il browser come il decimale 151 a un trattino em.
Tratta la rimappatura della compatibilità come un esperimento sui confini. Uno sviluppatore che vede trattini e virgolette errati nel contenuto migrato da vecchi documenti deve mantenere l'algoritmo di analisi HTML, eseguire un'operazione di compatibilità Windows-1252 e controllare la mappatura di questi riferimenti carattere per carattere prima di modificare i caratteri 1252 di Windows. L'affermazione relativa alle prove di compatibilità con Windows-1252 si ferma a questo livello HTML.
Esempio di lavoro: tradurre … e ‘ attraverso ™ ai loro caratteri previsti — ellipsi, citazioni, proiettile, trattini e marchi
Esempio di lavoro: tradurre … e ‘ attraverso ™ ai loro caratteri previsti — ellipsi, citazioni, proiettile, trattini e marchi. Esempi calcolati dalla tabella includono … a ellipsi, ‘ a sinistra singola citazione, ’ a giusta citazione singola, • a proiettile, – a incantesimo e ™ a marchio.
Riprodurre l'esempio lavorato tradurre 133 con input innocuo invece del materiale del cliente. Registrazione e 145 attraverso 153, osservare i loro personaggi intesi, e contare ogni Windows intenzionale-1252 passano di compatibilità. Che cosa – carattere trail permette a uno sviluppatore di vedere tratti errati e citazioni in contenuto migrati da vecchi documenti valutare ellipsis citazioni dash proiettile e marchio senza indovinare.
Modernizzazione del contenuto: sostituzione con i punti di codice corretti o i caratteri stessi in UTF-8
Modernizzazione del contenuto: sostituzione con i punti di codice corretti o i caratteri stessi in UTF-8. Modernizzare sostituendo i riferimenti legacy con il carattere Unicode previsto o il riferimento numerico Unicode corretto. Conserva gli originali durante la migrazione in modo che i dati storici ambigui rimangano verificabili.
Posizionare l'ammodernamento dei contenuti sostituendo, con il codice corretto, e i punti o i caratteri fianco a fianco durante Windows-1252 recensione compatibilità. Uno sviluppatore che vede tratti errati e citazioni in contenuto migrati da vecchi documenti può quindi decidere se stessi in utf 8 cambiato in conversione o a valle. Tieni il – conclusione del carattere su Windows-1252 prova di compatibilità con le richieste di sicurezza generiche.
Cosa non copre: MacRoman e altre codepage legacy e conversione completa del documento
Cosa non copre: MacRoman e altre codepage legacy e conversione completa del documento. MacRoman e altre pagine codici richiedono tabelle di conversione diverse e non vengono dedotte qui. Una conversione completa del documento necessita di metadati di codifica sorgente affidabili e di gestione a livello di byte.
Definire ciò che questo non fa prima di eseguire Windows-1252 compatibilità. Salva macroman di copertura e altri come controllo, ispezionare i punti di codice dietro le pagine di codice legacy e, mappare la conversione del documento completo al prossimo interprete. Questo rende Windows-1252 prova di compatibilità verificabile per uno sviluppatore vedendo tratti e citazioni sbagliate nei contenuti migrati da vecchi documenti indagando – carattere.
Conclusione: una stranezza del browser preservata di proposito: come il decodificatore dell'escape di entità HTML mostra a cosa si risolve un riferimento numerico e dove la pagina dello strumento indica come tratta questo intervallo
Conclusione: una stranezza del browser preservata di proposito: come il decodificatore dell'escape di entità HTML mostra a cosa si risolve un riferimento numerico e dove la pagina dello strumento indica come tratta questo intervallo. Il comportamento è una compatibilità deliberata, non un'identità matematica. ToolAcre espone il carattere risolto utilizzando la stessa mappatura fissa coperta dai relativi test unitari per 151 e 146.
Collegare takeaway un browser quirk a un Windows osservabile-1252 output di compatibilità. Continuare conservato di proposito come accanto al risultato di un passaggio, quindi verificare dove l'entità html evasore entra s decoder mostra cosa. Uno sviluppatore che vede tratti e citazioni sbagliati nei contenuti migrati dai vecchi documenti può ora rivedere un riferimento numerico si risolve come uno stretto – trovare carattere. La decisione pratica dietro questo articolo è specifica: 128–159 sono caratteri di controllo in Unicode, ma i browser render – come un inganno. Questo post spiega il Windows-1252 che non si può HTML standardizzato per la compatibilità, da dove provengono tali entità e come modernizzarle. L'azione del lettore è altrettanto concreta: Links to the HTML entità evasore come il luogo per decodificare riferimenti numerici da contenuti legacy, con un puntatore alla pagina degli strumenti 'Note tecniche' per la sua gestione 128–159 - vada.