Escapování

Escapování (/eskejpování/, z angl. escaping) je způsob kódování řetězcových literálů. Jedná se vlastně o surjekci znaků, které se v daném řetězci mohou vyskytovat do znaků, povolených v daném jazyku, a tzv. escape sekvencí.

V programovacích, skriptovacích, dotazovacích a dalších jazycích se řetězcové literály uvádějí většinou ve dvojitých, někdy též jednoduchých uvozovkách (aby se oddělily od ostatních lexikálních elementů jazyka). Pokud však uvozovky jsou samy o sobě součástí takového řetězce, syntaktický analyzátor by nedokázal rozlišit, kdy jde o uvozovku v řetězci a kdy o ukončení tohoto řetězce. Pro tento důvod existují tzv. escape sekvence.

Způsoby escapování

Zpětná lomítka

Jako nejčastější escape sekvence se používá konstrukce se znakem zpětného lomítka (\), které znamená escape sekvenci uvozuje a značí syntaktickému analyzátoru, že za ním následuje znak, popř. výraz, který je skutečnou další částí právě zjišťovaného řetězce.

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\\";

Zdvojení

Za druhou, méně častější escape sekvenci se dá považovat konstrukce se zdvojenými uvozovkami. Pokud se v daném jazyku (který tento typ escapování používá) má použít literální řetězec, ohraničený uvozovkami a obsahující tyto uvozovky v sobě, jsou tyto uvozovky v místě jejich výskytů uvnitř řetězce zdvojeny.

Toto escapování používá např. BASIC, Sybase, Pascal.

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 %%"

Entity

Podrobnější informace naleznete v článku HTML entita.

Způsob, který by se do escapování dal započítat, je použit v HTML (přestože obsah, který je subjektem escapování podle tohoto způsobu, většinou není řetězcový literál). Podobně jako u metody zpětných lomítek existuje speciální znak, který značí začátek escape sekvence. V HTML je to ampersand (&), za kterým následuje buď znak dvojité mřížky (#) a ASCII kód znaku nebo název tzv. entity, která v tomto případě slouží ke stejnému účelu, jen je lépe zapamatovatelná (například zápisy € a € jsou ekvivalentní). Kód znaku nebo název entity je ukončen středníkem. Samotný ampersand má pak zápis jako & nebo &.

Jiné metody

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 ']' by v tomto případě uvnitř názvu nemohly být použity. MySQL si ve stejném případě umí poradit a zpětný apostrof (`) escapovat jeho zdvojením.

Alternativa k escapování

• přerušit řetězec v místě problematického znaku a spojit ho s funkcí, která vrací znak předaného kódu jako parametr (typicky nazývanou chr() nebo char()).
• formátování řetězců přes funkce typu sscanf, sprintf apod.
• 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.

Externí odkazy

• Escapování v HTML, URL a PHP
• Escapování - definitivní příručka