エスケープシーケンス

Escape sequence

直接表現できない文字列を表現できる文字列で置き換えたもの。

例えば、文字列の括りにダブルクォーテーションを使うようにした場合、文字列の中にダブルクォーテーションを入れるためには、何らかの「逃げる」方法が必要となる。これがエスケープシーケンスになる。

ANSIエスケープシーケンスはエスケープ記号の後に機能呼び出しのシーケンスが続くという仕組みを指し、やや意味が異なる。

元の文字列からエスケープシーケンスを作り出すことをエスケープ(Escape)、エスケープシーケンスから元の文字列に戻すことをアンエスケープ(Unescape)と呼ぶ。

大きく符号化形式が変わるような場合にはエンコード(Encode)、デコード(Decode)と呼ぶ場合もある。

エスケープシーケンスは一般にエスケープシーケンスであることを示す接頭語(通常は1字)を使う。

このためにその接頭語自身もエスケープする必要がある。大体の場合それを二回繰り返す。

正しくエスケープするためには、エスケープしてはいけない文字をエスケープしてはならないし、エスケープすべき文字をエスケープしなければならない。(当たり前)

正しくアンエスケープするためには、アンエスケープしてはいけない文字をアンエスケープしてはならないし、アンエスケープすべき文字をアンエスケープしなければならない。(当たり前)

エスケープ元の文字が不正であれば、何らかの対処が必要になる。

例外を出す。

代替文字(あるいは代替文字列)に変える。

多くの場合はこれが適切。

そのまま残す。

ほとんどの場合、これは望ましくない。不正インジェクションの要因となる。

削除する。

あまり望ましくない。不正インジェクションの要因となる。

間違ったエスケープ、アンエスケープだと、以下の問題がある。

エスケープで切り分け用に残さなければならない文字が残されず、あるいはアンエスケープで切り分け用の文字が混ざり込む。これにより切り分けが狂うことになる。

二重にエスケープ、アンエスケープされることがある。(ほとんどの場合間違い)

C言語での文字列のダブルクォーテーションのエスケープの例

code:escape_quote.c

printf("He said \"Hello, world!\"\n"); // \"はダブルクォーテーションのエスケープ。\nは改行

エスケープはそのコンテキストに依存する。

コンテキストに沿ったエスケープをしなければならない。

このため複合的に別のエスケープが行われるケースがある。

各種言語の文字列リテラル

各種ツール/データ書式での値の表現

CSV

ダブルクォーテーションによる括り

ダブルクォーテーション内のダブルクォーテーションの二重化によるエスケープ

URL

HTML/HTTP/MIME

application/x-www-form-urlencoded