Personajes que escapan

Caracteres de escape  : reemplazo de caracteres de control en el texto con las sustituciones de texto correspondientes. Uno de los tipos de secuencias de control .

Definición

Por lo general, los lenguajes de programación, las interfaces de comandos de texto, los lenguajes de marcado de texto ( HTML , TeX , wiki markup) tratan con texto estructurado, en el que algunos caracteres (y sus combinaciones) se utilizan como controles , incluidos aquellos que controlan la estructura del texto. . En una situación en la que es necesario usar un carácter como un "carácter de idioma regular", se usa el escape .

Convencionalmente, la detección se puede dividir en tres tipos:

• escapando de un solo carácter
• escapar de un grupo de caracteres usando la secuencia de caracteres "comenzar a escapar", "finalizar escape"
• usando la secuencia de comando "comenzar a escapar" y el carácter "finalizar escape", que se establece antes del comienzo del texto escapado.

Falta de blindaje como causa de la vulnerabilidad

El carácter de escape es de particular preocupación cuando el texto estructurado se genera automáticamente. La inclusión en el texto de datos de cadena arbitrarios implica el escape obligatorio de los caracteres de control en ellos. Al mismo tiempo, muy a menudo las cadenas reales no contienen dichos caracteres, lo que permite al programador omitir esta operación por completo y obtener un programa más simple que funciona correctamente con "cualquier dato de cadena razonable". Sin embargo, un código tan simplificado tiene una vulnerabilidad oculta , porque un tercero (el autor de los datos de la cadena) tiene la oportunidad no autorizada de influir en la estructura del texto generado. La vulnerabilidad se vuelve grave si el texto generado es el programa de otra persona. Tradicionalmente, los sistemas que utilizan SQL (ver SQL-injection ) y HTML (ver Cross Site Scripting ) son propensos a tales problemas.

Ejemplos

Escapar de un solo carácter

• En el lenguaje de programación C, los caracteres dentro de cadenas se escapan usando el carácter ' \ ' colocado delante del carácter que se escapará. (Sin embargo, el carácter '\' puede escaparse, es decir, la combinación '\\' se usa para generar una barra invertida), el mismo carácter se usa para escapar de los caracteres en la línea de comandos de Unix.
• En la línea de comandos de Microsoft Windows, algunos caracteres se escapan usando el símbolo '^' colocado antes del carácter escapado.

Escapando de un grupo de personajes

• En el lenguaje de programación python, el escape de un grupo de caracteres en una cadena se realiza especificando la letra r (del inglés  raw  - raw) antes de la cadena, es decir, los caracteres se escapan por secuencias.r"экранируемый текст"
• En el marcado de wiki, el texto se escapa usando las pseudoetiquetas <nowiki> y </nowiki>. Si desea escribir la pseudoetiqueta en sí <nowiki>, esto se hace con comodines ( &lt;nowiki&gt;).

Texto de escape con un final

Cuando hay muchos caracteres de control en el texto, habrá muchos caracteres de escape, el texto se vuelve pesado. Para tales casos, se utiliza un método de escape alternativo, con texto final. En este caso, todos los caracteres de control serán solo caracteres (no llevan una función de control), y el texto finaliza cuando el compilador detecta alguna secuencia: el texto final.

• CDATA a XML