java 非法转义符报错,从一个 JSON.parse 错误深入研究 JavaScript 的转义字符

柔情只为你懂 2023-01-13 09:20 134阅读 0赞

原标题：从一个 JSON.parse 错误深入研究 JavaScript 的转义字符

JSON.parse将一个 JSON 字符串转换为 Java 对象。

JSON.parse('\{"hello":"world"\}')

以上代码输出：

hello:"world"

是一个 Java 对象，但是仔细观察会发现， "world"变成了 "world"。

那么我们继续运行如下代码：

JSON.parse('\{"hello":"world"\}')

出抛出异常：

VM376:1UncaughtSyntaxError:Unexpectedtoken winJSON at position11

at JSON.parse()

at:1:6

Unexpectedtoken w。

好奇心不死，继续试，3 个反斜杠：

JSON.parse('\{"hello":"world"\}')

结果是：

VM16590:1UncaughtSyntaxError:Unexpectedtoken winJSON at position11

at JSON.parse()

at:1:6

继续，4 个反斜杠：

JSON.parse('\{"hello":"world"\}')

结果正常:

hello:"world"

1 个，"world"

2 个，Error

3 个，Error

4 个，"world"

5 个，"world"

6 个，Error

7 个，Error

8 个，"world"

。。。

我们换个思路，把 JSON.parse去掉，只输出 Java 字符串：

>'hello'

"hello"

>'hello'

"hello"

>'hello'

"hello"

>'hello'

"hello"

>'hello'

"hello"

问题大概找到了。

把上面的规则带入到之前的 JSON.parse代码，问题就解决了。

我们看看 JSON 的字符串解析规则：

![dfffb098c7e05733ff9c02e91517b94a.png][]

根据这个规则，我们解析一下 "hello"，第 1 个字符是反斜杠( )，所以在引号后面走最下面的分支(红线标注)：

![11ca5008ca6a86e6198b17e90e6e1626.png][]

第 2 个字符是 h，但是反斜杠后面只有 9 条路，这个不属于任何一条路，所以这个是个非法字符。

不只是 JSON，在很多语言中都会抛出类似 Error:(7,27)Illegalescape:'h'的错误。

但是不知道为什么 Java 偏偏可以解析这个非法转义字符，而解决方式也很暴力：直接忽略。

在 es 规范我没有找到具体的章节。去看看 V8 是怎么解析的吧。

引擎读取 Java 源码后首先进行词法分析，文件 /src/parsing/scanner.cc 的功能是读取源码并解析(当前最新版 6.4.286)。

找到 Scanner::Scan()函数关键代码：

case'"':

case''':

token=ScanString();

break;

是一个很长的 switch语句：如果遇到双引号( ")、单引号( ')则调用 ScanString()函数。

简单解释下：以上代码是 C++ 代码，在 C++ 中单引号是字符，双引号是字符串。所以表示字符时，双引号不需要转义，但是单引号需要转义；而表示字符串时，正好相反。此处的 C++ 转义并不是我们今天要研究的转义。

在 ScanString()函数中我们也只看重点代码：

while(c0\_!=quote&&c0\_!=kEndOfInput&&!IsLineTerminator(c0\_))\{

uc32 c=c0\_;

Advance();

if(c=='')\{

if(c0\_==kEndOfInput||!ScanEscape())\{

returnToken::ILLEGAL;

\}else\{

AddLiteralChar(c);

if(c0\_!=quote)returnToken::ILLEGAL;

literal.Complete();

如果已经到了末尾，或者下 1 个字符是不能转义的字符，则返回 Token::ILLEGAL。那么我们看看 ScanEscape是不是返回了 false呢？

template

boolScanner::ScanEscape()\{

uc32 c=c0\_;

Advance();

// Skip escaped newlines.

if(!in\_template\_literal&&c0\_!=kEndOfInput&&IsLineTerminator(c))\{

// Allow escaped CR+LF newlines in multiline string literals.

if(IsCarriageReturn(c)&&IsLineFeed(c0\_))Advance();

returntrue;

switch(c)\{

case''':// fall through

case'"':// fall through

case'':break;

case'b':c='b';break;

case'f':c='f';break;

case'n':c='n';break;

case'r':c='r';break;

case't':c='t';break;

case'u':\{

c=ScanUnicodeEscape();

if(c<0)returnfalse;

break;

case'v':

c='v';

break;

case'x':\{

c=ScanHexNumber(2);

if(c<0)returnfalse;

break;

case'0':// Fall through.

case'1':// fall through

case'2':// fall through

case'3':// fall through

case'4':// fall through

case'5':// fall through

case'6':// fall through

case'7':

c=ScanOctalEscape(c,2);

break;

// Other escaped characters are interpreted as their non-escaped version.

AddLiteralChar(c);

returntrue;

这个函数只有 2 处返回了 false。

1、如果转义字符后面是 u， u后面不是 Unicode 字符时，返回 false

2、如果转义字符后面是 x， x后面不是十六进制数字时，返回 false

也就是说： 'u'、 'uhello'、 'u1'、 'x'、 'xx'都抛出异常。

UncaughtSyntaxError:InvalidUnicodeescape sequence

或

UncaughtSyntaxError:Invalidhexadecimal escape sequence

而其它非转义字符，都直接执行了后面的代码：

AddLiteralChar(c);

returntrue;

前面的注释也说明了这一点：

// Other escaped characters are interpreted as their non-escaped version.

其他转义字符被解释为对应的非转义版本。

综上，问题的根源就是 Java 和 JSON 对转义字符的处理方式不同，导致了难以发现的 bug。JSON 遇到不能转义的字符直接抛出异常，而 Java 遇到不能转义的字符直接解释为对应的非转义版本。

公众号回复 V8查看更多 V8 专题文章。返回搜狐，查看更多

责任编辑：

[dfffb098c7e05733ff9c02e91517b94a.png]: /images/20221022/42a8702870a346129cf4dde55fba0bc0.png
[11ca5008ca6a86e6198b17e90e6e1626.png]: /images/20221022/0ed488f369d146ad9d2fad5e0671975e.png

java 非法转义符报错,从一个 JSON.parse 错误深入研究 JavaScript 的转义字符

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关 JAVA中的转义符

相关 java转义字符(java转义字符对照表)

相关 json转义(JSON转义符)

相关 java 非法转义符报错,从一个 JSON.parse 错误深入研究 JavaScript 的转义字符

相关 String类matches方法报非法转义字符

相关 html取消转义符,HTML转义符

相关转义符"\""

相关 java 转义符小结

相关转义符

相关 java转义符