为什么 HTML 不能包含 NUL 字符？（转换为 0xFFFD / "%EF%BF%BD"）答案

【问题标题】：Why can't HTML contain a NUL character? (converted to 0xFFFD / "%EF%BF%BD")为什么 HTML 不能包含 NUL 字符？（转换为 0xFFFD / "%EF%BF%BD"）
【发布时间】：2015-10-19 22:50:48
【问题描述】：

对于特殊值，我尝试了 HTML <option value="&#0;">unspecified</option>，但似乎 NUL 字符没有在 HTML 中解释。我收到�。我想知道原因，以及除了NUL 之外还有哪些不寻常的 UTF-8 字符我可能需要注意。

这是a fiddle to demonstrate 我在说什么。

<select><option value="&#0;">&#0;</option></select>

正如您在上面看到的，下拉菜单设置了 NUL 值，但是当 JavaScript 检查结果时它们被转换为 �。

var select = document.querySelector('select')
inspect()
select.options[0].value = '\u0000'
select.options[0].label = '\u0000'
inspect()
select.innerHTML = select.innerHTML
inspect()
function inspect() {
  alert(encodeURIComponent(select.options[0].value)
        + ','
        + encodeURIComponent(select.options[0].label)
        + ','
        + select.innerHTML)
}

JavaScript 可以专门将 value 和 label 设置为 \u0000 并且可以正常工作，但由于某种原因无法在 HTML 中呈现。

您能否解释原因和/或指出相关文档？是否还有其他 UTF-8 字符会以类似方式替换？

【问题讨论】：

你期望它被渲染成什么？
NULL 在 W3C 的 HTML/XHTML 推荐中 8.2.2.5 Preprocessing the input stream 下的第二个注释中提到。它对我来说是“取决于”：P
@rollingBalls，我在所有三个警报中都期待%00,%00,<option value="NUL">NUL</option> - 其中 NUL 是 NUL 字符的特定于浏览器的表示。
为什么不使用已知值，这是用于实际应用程序还是用于家庭作业？在这些情况下，空字符串、0 等可以正常工作。
在这种情况下，使用已知值（以及其他值的可选前缀）当然是正确的选择。虽然已经很久没有做作业了，但确实这个问题不是针对实际问题，而是为了更好地了解 UTF-8 及其与 HTML 的关系。

标签： html utf-8 nul

【解决方案1】：

有一个character reference override table in the HTML5 spec 用于字符引用的映射。其中第一个是&#0;

后面是一些散文，指出 0xD800 到 0xDFFF 或大于 0x10FFFF 范围内的数字也映射到 Unicode 替换字符。

【讨论】：

【解决方案2】：

NUL 无效。 HTML 是基于文本的文档。只能输入字符串。

https://developers.whatwg.org/elements.html#attributes

除非另有说明，否则 HTML 元素上的属性可能具有任何字符串值，包括空字符串。除非明确声明，对于可以在此类中指定的文本没有限制属性。

【讨论】：

除非明确说明 NUL，否则我假设引号表示 NUL 是（或应该）被允许的 - 我一直认为 "\u0000" 符合“任何字符串值”的家庭。跨度>