DecodeURIComponent vs unescape, was ist falsch mit unescape?

Question

Beim Beantworten einer anderen Frage wurde mir klar, dass mein Wissen über Javascript/DOM etwas veraltet ist, da ich immer noch escape/unescape benutze, um die Inhalte von URL-Komponenten zu codieren, während es anscheinend besser ist, stattdessen encodeURIComponent/decodeURIComponent zu verwenden.

Was ich wissen möchte ist, was ist falsch an escape/unescape ? Es gibt vage Hinweise darauf, dass es irgendein Problem mit Unicode-Zeichen gibt, aber ich kann keine klare Erklärung finden.

Meine Web-Erfahrung ist ziemlich einseitig, fast alles, was ich gemacht habe, waren große Intranet-Anwendungen, die an den Internet Explorer gebunden waren. Dabei habe ich viel escape/unescape benutzt und die Anwendungen unterstützen Unicode seit vielen Jahren vollständig.

Also, welche Unicode-Probleme sollen escape/unescape haben? Hat jemand Testfälle, um die Probleme zu demonstrieren?

Answer 1

Was ist falsch an escape/unescape?

Sie sind nicht "falsch" im eigentlichen Sinne, sondern ihr eigenes spezielles Zeichenformat, das ein bisschen wie die Codierung von URI-Parametern aussieht, es aber tatsächlich nicht ist. Insbesondere:

• ‘+’ bedeutet Plus, nicht Leerzeichen
• es gibt ein spezielles “%uNNNN”-Format zum Codieren von Unicode UTF-16 Codepunkten anstelle von Codierung von UTF-8 Bytes

Wenn Sie escape() verwenden, um URI-Parameterwerte zu erstellen, erhalten Sie falsche Ergebnisse für Zeichenketten, die ein Plus oder nicht-ASCII-Zeichen enthalten.

escape() könnte als interne JavaScript-spezifische Codierungsschema verwendet werden, beispielsweise zum Escapen von Cookie-Werten. Da jedoch alle Browser jetzt encodeURIComponent unterstützen (was ursprünglich nicht der Fall war), gibt es keinen Grund, escape anstelle davon zu verwenden.

Es gibt nur eine moderne Verwendung für escape/unescape, die ich kenne, und das ist als schnelle Möglichkeit, einen UTF-8-Encoder/Decoder zu implementieren, indem man die UTF-8-Verarbeitung in der URIComponent-Verarbeitung nutzt:

utf8bytes= unescape(encodeURIComponent(unicodecharacters));
unicodecharacters= decodeURIComponent(escape(utf8bytes));

Answer 2

escape funktioniert nur für Zeichen im Bereich von 0 bis 255 einschließlich (ISO-8859-1, was effektiv Unicode-Zeichen darstellt, die mit einem einzigen Byte darstellbar sind). (*)

encodeURIComponent funktioniert für alle Zeichenfolgen, die JavaScript darstellen kann (was den gesamten Bereich der grundlegenden mehrsprachigen Ebene von Unicode umfasst, d.h. Unicode-Zeichenpunkte von 0 bis 1.114.111 oder 0x10FFFF, die fast jedes heutige menschliche Schreibsystem abdecken).

Beide Funktionen erzeugen URL-sichere Zeichenfolgen, die nur Codepunkte von 0 bis 127 einschließlich (US-ASCII) verwenden. Letztere erreicht dies, indem sie die Zeichenfolge zunächst als UTF-8 kodiert und dann die %XX Hexkodierung anwendet, die von escape bekannt ist, für jeden Codepunkt, der nicht URL-sicher wäre.

Dies ist übrigens der Grund, warum Sie einen Zweifunktions-UTF-8-Encoder/-Decoder in JavaScript erstellen können, ohne Schleifen oder Müllgenerierung zu verwenden, indem Sie diese Grundfunktionen kombinieren, um alle bis auf die UTF-8-Verarbeitungsnebenwirkungen zu neutralisieren, da die Versionen von unescape und decodeURIComponent dasselbe rückgängig machen.

(*) Fußnote: Einige moderne Browser wie Google Chrome wurden angepasst, um %uXXXX für den über-255-Bereich von Zeichen zu produzieren, für die escape ursprünglich nicht definiert war, aber der Webserver-Support für das Dekodieren dieser Kodierung ist nicht so gut implementiert wie das Dekodieren der nach IETF-Standardisierten auf UTF-8 basierenden Kodierung.

Answer 3

Ein weiteres "modernes" Beispiel, dem ich begegnet bin, ist das Parsen einer URI-codierten Zeichenfolge, die ungültige UTF8-Byte-Folgen enthalten kann. In bestimmten Fällen kann decodeURIComponent eine Ausnahme werfen. Es könnte notwendig sein, diese Ausnahme abzufangen und auf unescape zurückzugreifen.

Ein Beispiel wäre 'tür', kodiert als 't%FCr', was ich gesehen habe, wie es von Firefox erzeugt wird (wenn Zeichen in die Adressleiste nach dem ? eingefügt werden).

Answer 4

Die beste Antwort ist diese, sie funktioniert online auf dieser Website http://meyerweb.com/eric/tools/dencoder/

function decode() {
    var obj = document.getElementById('dencoder');
    var encoded = obj.value;
    obj.value = decodeURIComponent(encoded.replace(/\+/g,  " "));
}