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

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.