双重转义的Unicode Javascript问题

Question

我在显示带有嵌入式Unicode字符转义序列（\ uXXXX）的Javascript字符串时出现问题，其中初始“\”字符本身已转义为“＆amp;＃92;” 我需要做什么来转换字符串，以便正确评估转义序列并使用正确的Unicode字符生成输出？

例如，我正在处理输入，例如：

"this is a \u201ctest\u201d";

尝试解码“＆amp;＃92;”使用正则表达式，例如：

var out  = text.replace('/\/g','\');

导致输出文本：

"this is a \u201ctest\u201d";

也就是说，Unicode转义序列显示为实际的转义序列，而不是我想要的双引号字符。

Answer 1

事实证明，它是我们想要的unescape（），但使用'％uXXXX'而不是'\ uXXXX'：

UNESCAPE（yourteststringhere.replace（/＆安培;＃92; /克， '％'））

Answer 2

这是一个糟糕的解决方案，但你可以这样做：

var x = "this is a \u201ctest\u201d".replace(/\/g,'\\')
// x is now "this is a \u201ctest\u201d"
eval('x = "' + x + '"')
// x is now "this is a “test”"

这太可怕了，因为：

• 如果您不知道字符串中的内容，则eval可能很危险

• 如果字符串中有实际的引号，则eval语句中的字符串引用会中断

Answer 3

您确定'\'是唯一可能获得HTML转义的角色吗？你确定'\ uXXXX'是唯一使用的字符串转义吗？

如果没有，你需要一个通用的HTML字符/实体参考解码器和JS字符串文字解码器。不幸的是，JavaScript没有内置的方法，手动使用一大堆regexp是非常繁琐的。

通过将字符串分配给元素的innerHTML属性，然后让JavaScript解码字符串，可以利用浏览器的HTML解码器：

var el= document.createElement('div');
el.innerHTML= s;
return eval('"'+el.firstChild.data+'"');

然而，如果字符串来自不是100％信任的来源，那么这是一个令人难以置信的丑陋黑客和安全漏洞。

字符串来自哪里？如果可能的话，在服务器端处理问题会更好，你可能会有更强大的文本处理功能。如果你可以修复任何不必要的HTML转义你的反斜杠你可以发现问题自己修复。

Answer 4

我不确定是不是这样，但如果您可以信任您的输入，答案可能与eval（）有关。

Answer 5

我在思考同样的问题，但是在我能想象到的每一个方面都使用了eval（）导致了相同的转义输出;如，

eval(new String("this is a \u201ctest&#amp;92;u201d"));

甚至

eval(new String("this is a \u201ctest&#amp;92;u201d".replace('/\/g','\')));

所有结果都是一样的：

"this is a \u201ctest\u201d";

就好像我需要让Javascript引擎以某种方式重新评估或重新解析字符串，但我不知道它会做什么。我想也许eval（）或者只是使用正确的转义输入创建一个新字符串就可以了，但现在好运。

根本问题是 - 如何改变给定的字符串：

"this is a \u201ctest&#amp;92;u201d"

到一个使用正确的Unicode字符的字符串？