来看一下 html 这个偏门的问题？

• 请不要在回答技术问题时复制粘贴 AI 生成的内容

This topic created in 2869 days ago, the information mentioned may be changed or developed.

୓（实体化：&#2899;）这个 html 代码是存在的，但是在网页上是无法显示的；

在 a 标签或者其他标签的时候显示为空白；

作为 input 的 value 的时候，则显示为“豆腐块”——大家可以复制这个代码（别漏后面分号）到浏览器的搜索框搜索，搜索页显示为豆腐块；

使用 js alert 结果也是豆腐块；

那么问题来了，如果我是一大片这样的 html 代码，有些能正常显示，有些是这种，怎么把这种没有识别的挖出来？

豆腐块

HTML

代码

搜索

4 replies • 2018-07-13 14:20:49 +08:00

Librazy

Jul 13, 2018

其实这是一个 Unicode 的问题，U+0b53 并不是一个有效的字符。
https://en.wikipedia.org/wiki/Oriya_(Unicode_block)

showecho

Jul 13, 2018

@Librazy 对确实是 unicode 的问题，如果我只知道 unicode 一个范围比如 U+0B00 到 U+0B7F，怎么知道里面哪些 unicode 代码点是没有被分配的？

然后，既然没有被分配，为什么又有对应的 html 代码？

imn1

Jul 13, 2018

首先，显示在于客户端的字体
例如，V 站的 Node 中苹果标识我这里就显示不出来（没有相关字体），但 V 站各位 iV2er 应该没问题，都是苹果设备
所以，不能自己不显示就定义为无效字符

如果确实有需要按自己的需求过滤，可以用正则\uxxxx-\uxxxx 过滤，必要时用 unicode escape 函数转换

Librazy

Jul 13, 2018

@showecho 根据 https://www.w3.org/TR/2017/REC-html52-20171214/single-page.html#character-references HTML Character references 可以引用除 U+0000, U+000D, noncharacters, surrogates 之外的 code points，但这个 code points 不一定是一个有效的 character，能不能显示出来看的是这个字符是否有效。至于判断一个字符的有效性……我就不了解了。