字符编码是什么意思？

Question

我正在阅读 Sizzle 源代码。当我阅读有关字符编码的正则表达式时感到困惑。在源代码中，characterEncoding 的定义如下：

characterEncoding = "(?:\\\\.|[\\w-]|[^\\x00-\\xa0])+"

这段文字涉及IT技术相关内容。 "It looks try to match \\. or \w- or ^\x00-\xa0." 我知道 [\w-] 的意思是匹配一个反斜杠、字母“w”或短划线，而且我也知道 [^\x00-\xa0] 的意思是不匹配\x00-\x20之间的任何字符。但有谁能告诉我 \\. 和 \x00-\x20 分别代表什么意思。

谢谢

---

我想我知道它是什么了。字符编码类型是字符串。所以如果我们像下面这样分配：

characterEncoding = "(?:\\\\.|[\\w-]|[^\\x00-\\xa0])+"

字符编码的值是：

(?:\\.|[\w-]|[^\x00-\xa0])+

如果我像上面这样构建一个正则表达式，它的含义是：

[\w-] // A symbol of Latin alphabet or a digit or an underscore '_' or '-'
[^\\x00-\\xa0] // ISO 10646 characters U+00A1 and higher
\\. // '\' and '.'

这次我的问题是，什么时候会使用模式 \\.？

- user2155362

Answer 1

变量最好命名为css3Identifier或其他类似的名称。

将[\w-]|[^\x00-\xa0]转换成与规范更匹配的等效形式：

[a-zA-Z0-9_-]|[\u00A1-\uFFFF]

Consider that A1 is 161, _ is underscore and - is a dash and then read this:

In CSS3, identifiers (including element names, classes, and IDs in selectors (see [SELECT] [or is this still true])) can contain only the characters [A-Za-z0-9] and ISO 10646 characters 161 and higher, plus the hyphen (-) and the underscore (_).

"and higher" is covered by -\uFFFF.

---

""\\\\."匹配由反斜杠前缀的任意单个字符。例如-\7B将匹配\7，然后B将被中间的选择捕获。它还匹配\n，\r，\t等。"

- Esailija

Answer 2

这只是CSS标识符、类、标签和属性的有效正则表达式格式，源代码注释中也提供了一个链接。以下是规则，包括可能使用反斜杠以回答您的问题：

4.1. 字符和大小写

以下规则始终有效：

• 所有CSS样式表都不区分大小写，但某些部分不受CSS控制。例如，HTML属性"id"和"class"的值、字体名称和URI的大小写敏感性超出了本规范的范围。特别注意，在HTML中元素名称不区分大小写，但在XML中区分大小写。

• 在CSS3中，标识符（包括选择器中的元素名称、类和ID（见[SELECT] [或者这还是真的吗]））只能包含字符[A-Za-z0-9]和ISO 10646字符161及以上，以及连字符（-）和下划线（_）；它们不能以数字或数字后跟连字符开头。它们还可以包含转义字符和任何ISO 10646字符作为数字代码（见下一项）。例如，标识符“B&W?”可以写成“B\&W\?”或“B\26 W\3F”。（参见[UNICODE310]和[ISO10646]）。

• 在CSS3中，反斜杠（）字符表示三种类型的字符转义。

  首先，在字符串内（见[CSS3VAL]），反斜杠后跟换行符会被忽略（即，该字符串被视为不包含反斜杠或换行符）。

  其次，它取消特殊CSS字符的含义。任何字符（除了十六进制数字）都可以用反斜杠转义以去除其特殊含义。例如，“\””是由一个双引号组成的字符串。样式表预处理器不能从样式表中删除这些反斜杠，因为那会改变样式表的含义。

  第三，反斜杠转义允许作者引用他们难以放入样式表中的字符。在这种情况下，反斜杠后面最多跟着六个十六进制数字（0..9A..F），表示具有该数字的ISO 10646（[ISO10646]）字符。如果十六进制数后面跟着数字或字母，则需要明确数字的结尾。有两种方法可以做到这一点：

  1. 使用空格（或其他空白字符）：“\26 B”（“&B”）。在这种情况下，用户代理应将“CR / LF”对（13/10）视为单个空格字符。
  2. 提供恰好6个十六进制数字：“\000026B”（“&B”）

  实际上，这两种方法可以结合使用。十六进制转义后只忽略一个空格字符。请注意，这意味着转义序列后面的“真实”空格本身必须被转义或加倍。

• 反斜杠转义始终被视为标识符或字符串的一部分（即“\7B”不是标点符号，即使“{”是标点符号，“\32”也允许作为类名的开头，即使“2”不是）。

http://www.w3.org/TR/css3-syntax/#characters

- Salman