Escapování
Escapování (výslovnost eskejpování) je slangový název pro metodu zápisu znaků se speciálním významem v textových řetězcích pomocí posloupností znaků začínajících vybraným, tak zvaným únikovým znakem (anglicky escape character), což dalo název této metodě.
Řetězcové literály se obvykle uzavírají do uvozovek nebo apostrofů, což přináší problém, jak vložit do řetězce znak, který slouží pro jeho ohraničení. Jednoduchým a často používaným řešením je zdvojení příslušného znaku.
Escapování je metoda, která se neomezuje pouze na vkládání znaků ohraničujících řetězec, ale umožňuje do řetězců vkládat také řídicí znaky, národní znaky, které by mohly způsobovat problémy při zobrazování, přenosu nebo konverzích textu, a jiné znaky se speciálním významem (tzv. metaznaky). Jako únikový znak se nejčastěji používá zpětné lomítko (\), které bylo použito v jazyce C, odkud bylo escapování převzato do dalších programovacích jazyků a jiných nástrojů.
Způsoby escapování
Zpětná lomítka
Velký vliv na escapování v programovacích jazycích měl jazyk C, ve kterém se problematické znaky v řetězcích zapisují pomocí escape sekvencí začínajících znakem zpětného lomítka (\):
| Posloupnost | Slouží pro vložení znaku |
|---|---|
\' | Apostrof |
\" | Uvozovky |
\\ | Zpětné lomítko |
\? | Otazník |
\n | Nový řádek (line feed) |
\r | Návrat vozíku (carriage return) |
\t | Tabulátor (tab) |
\v | Vertikální tabulátor (vertical tab) |
\f | Nová stránka (form feed) |
\a | Zvonek (bell) |
\b | Backspace |
\0nn | Znak se zadaným kódem (v osmičkové soustavě) |
\xHH | Znak se zadaným kódem (v šestnáctkové soustavě) |
\uHHHH | Unicode znak U+HHHH |
Toto escapování používá např. jazyk C/C++/C#, JavaScript, MySQL ale třeba i regulární výrazy.
Příklad (MySQL):
INSERT INTO produkty(id, nazev) VALUES(5, 'džíny Levi\'s');
Příklad (C):
char* cesta="C:\\Temp\\";
Entity
Metoda velmi podobná escapování je zápis entit v HTML a XML. Speciálním znakem, který uvádí posloupnost, jež má být interpretována odlišně, je znak ampersand (&); pro ukončení slouží středník (;). Mezi nimi je název entity nebo znak dvojité mřížky (#) a desítkový kód znaku (pro zápis znaku Euro lze použít € nebo €). Samotný ampersand se zapisuje & nebo &.
Jiné metody
Zdvojování
V některých jazycích se místo používání escape sekvencí uvozovky zdvojují. Tuto metodu používá např. BASIC, Sybase, Pascal, rc shell, CSV formát.
Příklad (Pascal):
var obleceni: string;
obleceni := 'džíny Levi''s';
Příklad pro nalezení řetězce „100 %“ (pro MySQL, které používá % jako zástupný znak):
SELECT id FROM clanky WHERE nazev LIKE "100 %%"
Použití jiných omezovačů
Některé jazyky (Python, Tcl, Bourne shell) mají různé omezovače řetězcových literálů (někdy s poněkud odlišným významem); pokud má být v řetězci pouze jeden z omezovačů, lze pro ohraničení řetězce použít druhý.
Některé databázové systémy umožňují dát sloupcům v tabulkách identifikátor obsahující diakritické znaky ale i např. mezery a jiné znaky. Ty by však působily problém syntaktickému analyzátoru SQL. Databázová řešení si tedy do SQL přidaly pravidlo pro stanovení hranic identifikátorů databázových sloupců (použitelné i pro názvy tabulek):
- Příklad pro MS SQL:
SELECT [telefon do zaměstnání] FROM [zaměstnanci]; - Příklad pro MySQL:
SELECT `telefon do zaměstnání` FROM `zaměstnanci`;
U MS SQL ve výše uvedeném příkladu se technicky vzato nejedná o escapování v pravém slova smyslu, protože znaky [ a ] nemohou být použity uvnitř názvu. MySQL si ve stejném případě umí poradit a zpětný apostrof (`) escapovat jeho zdvojením.
Další alternativy
- přerušit řetězec v místě problematického znaku a vložit operátor nebo funkci, která vrací znak předaného kódu jako parametr (typicky nazývanou
chr()nebochar()), operátor v Turbo PascaluWriteln('Symboly '#27#24#25#26' jsou kurzorové šipky'); - u jazyků, které řetězce umožňují uzavírat do jednoduchých i dvojitých uvozovek, lze použití jednoduchých a dvojitých uvozovek střídat, např.
$s = '<a href="javascript:' . "alert('Ahoj, světe!')" . '">odkaz</a>'; - formátování řetězců přes funkce typu
sscanf,sprintfapod. - jedná-li se o výstup, jenž má být srozumitelný pro člověka, a není-li klíčové, aby znaky měly nutně totožný ASCII kód, pak (není-li jiná možnost) lze místo znaků se speciálním významem použít vizuálně podobný znak, např. intervalové závorky nahradit francouzskými jednoduchými uvozovkami ( ‹ › ), anglické uvozovky dvěma apostrofy, apod.