在 Unicode 感知浏览器的时代，HTML 中的命名实体是否仍然必要？

php html internationalization unicode

2022-08-30 23:42:05

在过去的几年里，我做了很多PHP编程，有一件事让我很烦恼，那就是对Unicode和多字节字符串的支持很弱（可以肯定的是，本地没有）。例如，“htmlentities”似乎是PHP世界中一个经常使用的函数，我发现当你努力保持每个字符串的可本地化性，只将UTF-8存储在数据库中，只提供UTF-8网页等时，它绝对令人讨厌。突然之间，在你的数据库和浏览器之间的某个地方，有一个无可救药的天真函数，假装每个字节都是一个字符，把一切都搞砸了。

我只想转储这种功能，它们似乎完全是多余的。现在是否仍然需要写“ä”而不是“ä”？至少我的Firefox似乎非常乐意显示即使是最奇怪的亚洲字形，只要它们以正确的编码提供。

更新：更准确地说：除了显示 HTML 标记之外，命名实体对于其他任何操作都是必需的吗（如“<”中的“<”）

更新 2：

@Konrad：你是说，不，不需要命名实体吗？

@Ross：但是，在输入用户输入时对其进行清理，以使我的输出逻辑免受此类问题的影响，不是更好吗？（当然，假设对输入进行可靠的消毒是可能的 - 但是，如果不是，它可以在输出上吗？

答案 1

不鼓励使用“真实”XHTML 中的命名实体（即 with ，而不是更常用的兼容模式）。除了在XML本身中定义的五个（，，，，），它们都必须在你正在使用的特定DocType的DTD中定义。这意味着您的浏览器必须明确支持该DocType，这与给定的DocType相去甚远。另一方面，编号实体显然只需要一个查找表即可获得正确的 Unicode 字符。application/xhtml+xmltext/html<>&"'

至于你现在是否需要实体：你几乎可以期望任何现代浏览器都支持UTF-8。因此，只要你能保证数据库，标记和Web服务器都同意提供这些服务，就抛弃实体。

答案 2

如果使用XHTML，实际上建议不要使用命名实体（[需要引用]）。一些浏览器（Firefox...）在将其解析为XML时（它们通常不会这样做），不会读取DTD文件，因此无法处理实体。

由于如果没有令人信服的理由，最好使用UTF-8作为编码，这只意味着文档的创建者需要一个体面的编辑器，不仅可以处理文档，还可以提供输入div字形的好方法。OS X实际上并没有这个问题，因为大多数需要的字形可以通过“alt”键访问，但Windows没有此功能。

@Konrad：你是说，不，不需要命名实体吗？

正是。当然，除非存在愚蠢的限制，例如在UTF-8上阻塞的旧数据库驱动程序等。