URL-koodaaja/purkaja + HTML-entiteetit

URL-koodaus ja HTML-entiteettien käsittely ovat verkkokehityksen ja sisällönhallinnan perustoimenpiteitä, joilla varmistetaan tiedon oikeaoppinen siirtyminen ja esittäminen verkkoympäristössä. Tämä työkalu tarjoaa mahdollisuuden muuntaa tekstiä joko koodaamalla tai purkamalla sitä URL-osoitteita varten, tai vaihtoehtoisesti muuntamalla merkkejä HTML-entiteeteiksi ja takaisin.

Kaikki tekstin käsittely tapahtuu paikallisesti käyttäjän omassa laitteessa. URL- ja HTML-tekstisi muunnetaan suoraan selaimessasi, eikä mitään tietoja lähetetä BroBroGo-palveluun.

URL-koodauksen ja -purun toimintaperiaate

URL-koodausta (jota kutsutaan myös prosenttikoodaukseksi) tarvitaan, koska Internetin osoiterakenteissa vain tietyt merkit ovat sallittuja. Kun URL-osoitteeseen halutaan sisällyttää välilyöntejä, välimerkkejä tai muita kuin ASCII-merkistön merkkejä, ne on muunnettava prosenttimerkillä (%) alkaviksi heksadesimaaliesityksiksi.

Esimerkiksi syöte hei maailma & city=Helsinki muuttuu URL-koodauksessa muotoon hei%20maailma%20%26%20city%3DHelsinki. Vastaavasti tämä koodattu merkkijono voidaan purkaa takaisin alkuperäiseen luettavaan muotoon.

URL-koodauksen purkamisessa on ehdoton vaatimus, että prosenttikoodausten on muodostettava täydellisiä UTF-8-sekvenssejä. Jos sekvenssi on katkennut tai puutteellinen, purkaminen epäonnistuu. Esimerkiksi rikkoutunutta sekvenssiä %E0%A4%A ei voida purkaa, ja työkalu ilmoittaa tästä virheilmoituksella "Tässä URL-tekstissä on virheellinen prosenttikoodaus.".

URL-komponentin ja kokonaisen URL-osoitteen erot

Työkalussa on mahdollista valita kahden eri käsittelylaajuuden välillä, kun tilana on URL-koodaus:

1. Komponentti (osa): Tämä valinta käyttää JavaScriptin encodeURIComponent- ja decodeURIComponent-funktioita. Sitä käytetään silloin, kun käsitellään yksittäisiä kyselyarvoja, polun osia tai lomakekenttien sisältöjä. Tämä tila koodaa myös varatut merkit, kuten :, /, ?, & ja =, jotta ne eivät sekoita lopullisen URL-osoitteen rakennetta.
2. Kokonaan URL: Tämä valinta käyttää JavaScriptin encodeURI- ja decodeURI-funktioita. Sitä käytetään, kun halutaan koodata kokonainen osoite siten, että osoiterakenteen kannalta tärkeät toiminnalliset merkit, kuten :, /, ?, & ja =, säilyvät luettavassa muodossa.

HTML-entiteettien muuntaminen

HTML-entiteettien koodaus (escaping) ja purkaminen (unescaping) liittyy tekstin esittämiseen HTML-dokumenteissa. Kun tekstiä halutaan liittää turvallisesti osaksi HTML-koodia tai attribuutteja ilman, että selain tulkitsee merkkejä koodina, erikoismerkit on muunnettava entiteeteiksi.

HTML-entiteettien koodaus muuntaa muun muassa seuraavat merkit:

• Pienempi kuin -merkki (<) muuttuu muotoon <
• Suurempi kuin -merkki (>) muuttuu muotoon >
• Et-merkki (&) muuttuu muotoon &
• Lainausmerkit (" ja ') muuttuvat vastaaviksi entiteeteiksi
• Muut kuin ASCII-merkit muunnetaan entiteeteiksi

Esimerkiksi syöte 保存 voidaan muuntaa HTML-entiteeteiksi ja palauttaa takaisin alkuperäiseksi tekstiksi. Kun HTML-entiteetit-tila valitaan käyttöliittymästä, URL-laajuuden valinta piilotetaan automaattisesti, sillä se ei vaikuta HTML-käsittelyyn.

Koodauksen ja tietoturvasuodatuksen ero

On tärkeää erottaa toisistaan tekninen koodaus (encoding/escaping) ja varsinainen tietoturvasuodatus (security sanitization).

Tämän työkalun suorittama HTML-entiteettien koodaus muuntaa merkit teknisesti yhteensopivaan muotoon, jotta ne voidaan esittää selaimessa tekstinä. Se ei kuitenkaan korvaa sovellustason tietoturvasuodatusta, jossa syötteestä poistetaan aktiivisesti haitalliset elementit tai skriptit (kuten Cross-Site Scripting eli XSS-hyökkäykset estävät suodatukset). Työkalu suorittaa puhtaasti merkkimuunnokset annettujen sääntöjen mukaisesti.

Käyttöliittymän toiminnot ja rajoitukset

Työkalun käyttöliittymä tarjoaa useita toimintoja syötteen hallintaan:

• Esimerkki: Lataa valmiin esimerkkitekstin kenttään. Onnistuneen latauksen jälkeen näytetään ilmoitus "Esimerkki ladattu.".
• Tyhjennä: Tyhjentää sekä syöte- että tulostekentän. Tämän jälkeen näytetään ilmoitus "Syöte ja tuloste tyhjennetty.".
• Käytä tulosta: Siirtää tulostekentässä olevan tekstin suoraan syötekenttään uutta käsittelyä varten. Toiminnon jälkeen näytetään ilmoitus "Tuloste siirretty syötteeksi.".

Työkalussa on asetettu tiettyjä teknisiä rajoituksia ja virhetilanteiden käsittelyjä:

• Maksimipituus: Syötteen enimmäispituus on 2 000 000 merkkiä. Jos syöte ylittää tämän rajan, näytetään virheilmoitus "Syöte on liian suuri tälle työkalulle. Pidä se alle {max} merkin pituisena.".
• Tyhjä syöte: Jos muunnosta yritetään ilman tekstiä, järjestelmä ilmoittaa "Liitä ensin jotain syötteeksi.".
• Aikalimiitti: Jos muunnos kestää liian kauan, prosessi keskeytetään ja näytetään ilmoitus "Muuntaminen kestää liian kauan. Kokeile pienempää syötettä.".
• Muut virheet: Mikäli muunnos epäonnistuu muusta syystä, ruudulle tulee ilmoitus "Tämän syötteen muuntaminen epäonnistui.".

Käyttöliittymässä näytetään aina myös tilastotiedot käsiteltävästä tekstistä. Kentät "Syöte" ja "Tuloste" ilmoittavat tekstien pituudet merkkimäärinä kohdassa "Koko".

Usein kysytyt kysymykset

Pitäisikö minun valita URL-komponentti vai kokonainen URL?
Käytä osaa (Component) kyselyarvoille, polun osille tai lomakekentille. Käytä kokonaista URL-osoitetta (Full URL), kun haluat säilyttää merkit kuten : / ? & = luettavassa muodossa.

Mitä HTML-entiteettien koodaus (escaping) muuttaa?
Se muuntaa erikoismerkit kuten <, >, &, lainausmerkit ja muut kuin ASCII-merkit entiteeteiksi, jotka voidaan turvallisesti liittää HTML-tekstiin tai attribuutteihin.

Miksi URL-koodauksen purkaminen joskus epäonnistuu?
Prosenttikoodausten on oltava täydellisiä UTF-8-sekvenssejä. Rikkoutunutta sekvenssiä, kuten %E0%A4%A, ei voida purkaa luotettavasti ilman arvailua.

Lähetetäänkö syöttämäni teksti jollekin palvelimelle?
Ei lähetetä. URL- ja HTML-tekstisi muunnetaan suoraan selaimessasi, eikä mitään tietoja lähetetä BroBroGo-palveluun.