عندما يظهر & على صفحة الويب المترجمة، هل يتم فك تشفيره مرة أخرى؟

النقاط الرئيسية في هذا المقال

إذا ظهرت أحرف مثل & على الصفحة، فقد يعني ذلك أنه تم تخطي نفس المحتوى ثم تم تخطيه مرة أخرى بواسطة القالب. ولا يحتاج بالضرورة إلى فك تشفيره مرة أخرى.
يجب أن يتم الهروب وفك التشفير على حدود إخراج واضحة ولا يجوز استدعاؤه بشكل عشوائي أو بالتناوب كخطوات تنظيف.
قبل المعالجة، تأكد مما إذا كانت البيانات الحالية هي HTML الأصلي أو نص DOM أو سلسلة عادية سيتم إدراجها في الصفحة.
لا ينبغي تكرار فك التشفير حتى لا تتغير السلسلة، وهذا يؤدي إلى كسر مثال التعليمات البرمجية الذي من المفترض أن يتم تقديمه كما هو.
يحتاج قبول الترجمة إلى الاحتفاظ بعينة صغيرة تحتوي على أقواس زاوية وعلامات الاقتباس وعلامات العطف والأحرف الحرفية للكيان، والتحقق من النص الذي تم تحليله وعرض المتصفح في نفس الوقت.

غالبًا ما يواجه المطورون الذين يترجمون صفحات الويب أو المستندات مشكلة بديهية: تظهر سلسلة من & على الصفحة المترجمة، لذلك يفكرون دون وعي "هل سيكون فك التشفير أقل؟" ولكن قد يكون العكس صحيحًا أيضًا: نفس الجزء من المحتوى الذي تم تهريبه بالفعل يتم تهريبه مرة أخرى بواسطة القالب.

تساعدك هذه المقالة أولاً على تحديد ما لديك: HTML خام، أو نص DOM، أو سلسلة عادية جاهزة للإدراج في الصفحة. افهم ذلك قبل أن تقرر ما إذا كنت تريد التبديل أم لا، وكن قادرًا على التحقق من سلسلة المعالجة بأكملها باستخدام عينة صغيرة.

يظهر `&` على الصفحة. هل تريد فك التشفير مرة أخرى؟ استنتاج جملة واحدة

تأكد أولاً من الحالة التي وصلت إليها البيانات الحالية، ثم قرر ما إذا كنت تريد تحويلها أم لا؛ لا تخمن ما إذا كنت تريد حل طبقة أخرى بناءً على مظهر السلسلة.

حالتك	الممارسات الموصى بها	سبب
ما تحصل عليه هو HTML الأصلي وتحتاج إلى ترجمة النص	استخدم المحلل اللغوي لتحديد العقد النصية ثم معالجتها	يمكن أن يؤدي استبدال السلاسل مباشرة في التعليمات البرمجية المصدر إلى إتلاف العلامات والسمات عن طريق الخطأ بسهولة.
ما تحصل عليه هو نص DOM	عادة لا يتم فك التشفير دون قيد أو شرط بعد الآن	النص هو بالفعل محتوى دلالي، وقد يتطلب فك التشفير الإضافي طبقة أخرى من الفهم.
ما تحصل عليه هو النص العادي للترجمة، والذي يجب عرضه على الصفحة.	اتركه للقالب للهروب كنص	دع موضع الإخراج يحدد طريقة التسلسل
يتم عرض الحروف الحرفية مثل `<div>` على الصفحة	قم بتأكيد بروتوكول الإدخال أولاً، ثم قرر ما إذا كنت تريد حل الطبقة أم لا	قد يكون هذا المحتوى محجوزًا عن قصد
تحتاج إلى الاحتفاظ ببعض النص الغني	استخدم استراتيجية تنظيف واضحة	تخضع الأجزاء المسموح بها لقواعد خاضعة للرقابة

الهروب هو مسألة حدود الإخراج

يقوم html.escape بتحويل الأحرف ذات معنى HTML في النص العادي إلى كيانات، بينما يقوم html.unescape بتوزيع الكيانات. وهما ليسا "خطوات تنظيف" يمكن تسميتهما بالتبادل. يحتاج المترجم عادةً إلى نص دلالي، ويحتاج القالب إلى نتيجة متسلسلة تتوافق مع قواعد الموضع الحالي.

على سبيل المثال، لا توجد مشكلة في اسم المنتج R&D عند عرضه كنص، ولكن يتم التعبير عنه عادةً كـ R&D عند كتابته في كود مصدر HTML. إذا تم الهروب مرة أخرى، فسيصبح R&amp;D، وسيعرض المتصفح الكيان الحرفي في المنتصف. وعلى العكس من ذلك، إذا تم فك تشفير المحتوى غير الموثوق به وإدراجه مباشرة بتنسيق HTML، فقد تتم إعادة تنشيط العلامات الموجودة فيه.

قم بإجراء تجربة صغيرة باستخدام ثلاث حالات

import html

plain = 'R&D <Guide> "2026"'
encoded = html.escape(plain, quote=True)
double_encoded = html.escape(encoded, quote=True)

assert encoded == 'R&amp;D &lt;Guide&gt; &quot;2026&quot;'
assert html.unescape(encoded) == plain
assert html.unescape(double_encoded) == encoded
assert html.unescape(double_encoded) != plain

untrusted = '&lt;img src=x onerror=alert(1)&gt;'
decoded = html.unescape(untrusted)
safe_as_text = html.escape(decoded, quote=True)
assert decoded.startswith('<img')
assert safe_as_text.startswith('&lt;img')

هذا نموذج تحويل تركيبي من المكتبة القياسية التي لا تنفذ HTML أو البرامج النصية. يوضح السطران الأخيران معالجة "الإخراج كنص"، وهو ليس حلاً آمنًا لتنظيف HTML، ولا يعني ذلك أنه من الآمن وضع نتائج عشوائية في JavaScript أو CSS أو عناوين URL. السياقات المختلفة تتطلب قواعد مختلفة.

قم أولاً بإعطاء اسم لحالة البيانات

يمكنك استخدام source_html وplain_text وtranslated_text وrendered_html لتمييز كل مرحلة لتجنب استدعاء عدة أنواع من content. إذا سمح المشروع بذلك، يمكنك أيضًا تغليفه بفئة بيانات خفيفة الوزن لتوضيح الوظيفة التي تقبل النص العادي فقط.

التسمية ليست بديلاً عن الاختبار، ولكنها يمكن أن تساعد في العثور على أخطاء التوصيل مثل "إرجاع HTML النهائي إلى المترجم" أثناء المراجعة.

المدخلات الحالية	ماذا نأمل	ينبغي التأكد أولا
HTML خام	يمكنه ترجمة النص	استخدم محلل للبحث عن عقد النص
نص DOM	نص اللغة المستهدفة	عادة، لا ينبغي إزالة العزل بدون شروط
الترجمة نصية بحتة	النص مرئي على الصفحة	دع القوالب تهرب من تعريفات النصوص
السماح بالنص الغني	مقطع شاشة الأمان	استخدم استراتيجية تنظيف واضحة

لا تكرر فك الترميز حتى "لا مزيد من التغييرات"

يبدو أن هذا النهج يتعامل مع الكيانات متعددة الطبقات، لكنه في الواقع يعطل الكود الذي أراد المستخدمون إظهاره في الأصل. قد يكون <div> في الدرس مخصصا عمدا كأرقام حرفية، وليس علامات تم حذفها.

يجب تحديد ما إذا كان يجب فك تشفير طبقة أخرى بواسطة بروتوكول الإدخال ولا يمكن تخمينه من ظهور السلسلة. قد تحتوي الروابط، وقيم السمات، وكتل الكود في الجسم أيضا على استراتيجيات ترجمة مختلفة. الاحتفاظ بمجموعة من عينات الانحدار تحتوي على أقواس زاوية، وعلامات اقتباس، وأصوات وكلمات الكيان لفحص النص المحلل وعرض المتصفح النهائي أكثر فائدة من مقارنة سلاسل الملفات المصدرية فقط.

حماية حدود الترجمة بعينات صغيرة

عند تقييم بوابات ترجمة المستندات مثل أومني دوك (إدخال المنتج)، يمكنك وضع العينة أعلاه في ملف اختبار HTML لملاحظة ما إذا كانت أمثلة الوسوم وأسماء المنتجات في الترجمة لا تزال تظهر كما هو متوقع.

"مترجم إلى الإنجليزية" لا ينبغي أن يكون المعيار الوحيد للإكمال. معنى المحتوى، طبقات الهروب، وحماية الكود كلها جزء من عملية التوصيل.

توضح هذه الورقة طريقة المعالجة باستخدام عينات صناعية. اجتاز الكود اختبارات العينات في بيئة معزولة؛ هذا لا يمثل ضمانا لجميع الوثائق الأصلية أو أداء المنتج. قبل التعامل مع الوثائق المهمة، يرجى الاحتفاظ بالنسخ الأصلية ومراجعتها وفقا للحدود وبنود القبول في الوثيقة.

المراجع: وحدة بايثون HTML.

📊 مقارنة النواة

الطريقة	السيناريوهات المناسبة	المخاطر الكبرى
فك التشفير في حلقة حتى لا يتغير النص بعد ذلك	عندما لا يوجد اتفاق إدخال صريح	سيكسر الرموز الحرفية التي يجب عرضها
يعتمد فك تشفير الطبقة 1 على بروتوكول الإدخال	الحالة الحالية للبيانات معروفة	تحتاج أولا إلى توضيح المرحلة التي تقع فيها البيانات
بعد الترجمة، يعطى النص العادي إلى القالب ليتم إعادة صياغته وفقا للنص	يعرض فقط النص العادي	إذا كان النص قد تم الهروب وقديما بالفعل، فسيتم إعادة الهروب منه، مما يؤدي إلى`&amp;`

🎯 أي طريقة تناسبك؟

إذا حصلت على HTML الأصلي

أولا، استخدم محلل للعثور على عقد النص، حيث يترجم محتوى النص فقط دون استبدال السلاسل النصية للشيفرة المصدرية بالكامل.

إذا وصلتك رسالة DOM,

عادة، لا حاجة لمزيد من فك الترميز؛ يمكنك ببساطة معالجتها كنص عادي.

إذا أردت إدخال الترجمة في الصفحة

اترك الأمر للقالب ليخرج بالنص؛ لا تفك تشويره أولا ثم تدرجه كHTML.

إذا كانت الصفحة تحتاج لعرض كود مثل `<div>`,

أولا، تأكد من بروتوكول الإدخال؛ قد يكون محجوزا حرفيا عمدا ولا يجب التعامل معه كعلامة مفقودة.

❓ الأسئلة الشائعة (الأسئلة الشائعة)

1. هل تظهر الصفحة `&` — هل يعني ذلك أنه تم فك ترميزها عدة مرات؟

ليس بالضرورة. قد يكون أيضا أن نفس المحتوى قد تم الهروب منه بالفعل ثم الهروب مرة أخرى بواسطة القالب، أي أن R&D يصبح R&D ثم R&amp;D.

2. هل يمكن فك ترميزها في حلقة حتى يتوقف الوتر عن التغير؟

غير موصى به. هذا النهج يكسر الكود الذي يجب عرضه حرفيا، ويجب أن يقرر ما إذا كان يتم فك ترميز الطبقة بواسطة بروتوكول الإدخال.

3. هل يمكن إدراج النص المترجم مباشرة كHTML؟

لا يمكن إدخاله مباشرة. قد يعيد المحتوى المفك تفعيل علاماته، لذا يجب أولا التمييز بين النص العادي والنص الغني المسموح به.

4. لماذا لا يمكنك فقط مقارنة السلاسل النصية في ملف المصدر؟

لا يمكن لسلاسل ملفات المصدر أن تعكس النص المحلل والعرض النهائي للمتصفح النصي. يجب فحص كلاهما بشكل منفصل للتأكد من صحة عدد طبقات الهروب.

📝 ملخص

عند مواجهة &، أولا أوضح ما إذا كنت تحصل على HTML أصلي، أو نص DOM، أو نص عادي، ثم قرر ما إذا كنت ستحوله. فقط باستخدام مجموعة من عينات الانحدار لحماية حدود الهروب يمكن أن تكون نتائج الترجمة موثوقة حقا.

اختبر الآن: ارفع مستندك لتبدأ الترجمة، مع الحفاظ على التنسيق الأصلي

يظهر &amp; على الصفحة. هل تريد فك التشفير مرة أخرى؟ استنتاج جملة واحدة