HTML中字符串的不可见分隔符答案

【问题标题】：Invisible Delimiter for Strings in HTMLHTML中字符串的不可见分隔符
【发布时间】：2010-05-11 16:00:20
【问题描述】：

我需要一种方法来识别 HTML 标记中的某些字符串。我知道字符串是什么，但它们可能是文档中其他字符串的子字符串。为了找到它们，我输出了一个特殊的分隔符（当前使用\032）。在页面加载时，我们遍历 HTML 并记录字符串的位置，并删除分隔符。

不幸的是，大多数浏览器都会显示分隔符，直到我们找到并删除它们。如果可能的话，我想避免这种情况。是否存在将保留在 HTML 内容中的字符或字符串（因此注释不起作用）但对用户不可见？它还需要是不太可能出现在字符串旁边的东西，所以像 &nbsp; 这样的东西也不起作用。

编辑：对不起，我忘了提到字符串将在属性中，所以任何类型的标签都不起作用。

【问题讨论】：

也许你可以用一堆<span>标签？
我同意 Thomas，但我想补充一点，他应该为它们添加一个类，例如这就是为什么它们很容易找到和操作的原因。跨度>

标签： html non-printing-characters

【解决方案1】：

&zwnj; - 零宽度非连接符（参见http://htmlhelp.org/reference/html40/entities/special.html）

如果这已经出现在您的文本中，请将其加倍（例如：&zwnj;&zwnj;mytext&zwnj;&zwnj;

根据评论进行编辑：适用于 Firefox 3。请注意，您必须搜索实体的 Unicode 值。

<html>
<body>
    <div id="test">
        This is a &zwnj;test
    </div>

    <script type="application/javascript">
        var myDiv = document.getElementById("test");
        var content = myDiv.innerHTML;
        var pos = content.indexOf("\u200C");
        alert(pos);
    </script>
</body>
</html>

【讨论】：

谢谢你...我只是用它来处理带有斜线连接的长单词的字符串。我想向浏览器“建议”它在斜杠处换行，所以我插入了 myString.replace("/", "/\u200c")。

【解决方案2】：

您可以将它们插入到<span> 元素中。这仅适用于页内文本（不适用于属性等）。

否则，您可以插入您的程序尚未作为 HTML 的一部分输出的空白字符，例如制表符 (\x09)、垂直制表符 (\x0b)、回车符 (@ 987654324@) — 旁边没有换行符，类似于 Windows 文本编码 — 或者，只是一个空字节 (\x00)。

【讨论】：

Windows 从不使用回车，后面没有换行；它总是连续使用两者。您正在考虑旧的 Mac。
所以空白字符的问题是 DOM 会规范化，否则会弄乱它们，因此以后无法可靠地找到它们。 VT 往往会在 DOM 中转换为空格。
@Michael Madsen - 这就是我的意思；因为foo\x{0d}\x{0a}bar 是 Windows 标准行格式化方法，不会匹配 /\x0d(?[^\x0a]*)\x0d。感谢召回旧的 Mac 编码！曾经尝试过type-在 Windows 终端上使用该编码的文件吗？全部打印在一条线上！ :-)

【解决方案3】：

我想插入的最好的东西，在浏览器上不可见，将是一对带有一些特殊 id 的标签，比如<span id="delimiter" class="Delimiter"></span>。这不会显示在内容上，但可以出现在文档中。您无需删除它们。

【讨论】：

对不起，忘了说字符串也出现在属性中，所以标签最终会被编码。

【解决方案4】：

您可以使用left-to-right (LTR) marks。这是用于某种 XSS 测试吗？如果是这样，这可能很有趣：Taint support for PHP

【讨论】：

它们在 Unicode 中标记从左到右的书写方向。无论如何，当语言是从左到右时，它们不起作用。