我试图理解为什么某些HTML属性未通过W3C验证。我在一个真实的代码库中遇到了这种情况，但这里有一个最小的复制：
<!DOCTYPE html><html lang="en"><head><title>a</title></head><body>
<img alt="1" src="⭐">
<img alt="2" src="/⭐">
<img alt="3" src="/a⭐">
<img alt="4" src="/a/⭐">
<img alt="5" src=" ">
<img alt="6" src="/ "> <!-- Only this is invalid. -->
<img alt="7" src="/a ">
<img alt="8" src="/a/ ">
</body></html>
W3C验证器只报告一个错误，影响第六个图像：
错误：元素
img上属性src的值/错误：路径段中不允许有非法字符：?。<img alt="6" src="/ ">
为什么只有这一个问题，而不是其他问题？它有什么不同？
问题中描述的行为是由检查器(验证器)代码中的一个错误引起的，该错误现已修复；看见https://github.com/validator/galimatias/pull/2.这个错误没有被注意到，因为测试套件没有覆盖相对URL的情况，该URL以斜杠开头，后跟大于U+FFFF的代码点，就像问题中的U+1F30(彩虹)字符一样。因此，测试套件也进行了更新，以增加对该案例的覆盖范围；看见https://github.com/web-platform-tests/wpt/pull/36213.
顺便说一句，U+2b50(⭐)case没有受到错误的影响，而U+1F308()的情况是：Java使用UTF-16，而U+1 F308在所谓的补充字符(即U+FFFF之上的一组代码点)的范围内，因此，正如上面的注释中所指出的，在UTF-16中，代码点U+1F3308由两个char值的代理对表示，而U+2b50由一个char值表示。
char值数量的差异影响URL解析方式的原因是，HTML检查器的URL解析代码中的状态机维护了一个字符索引，并在状态更改期间递减。因此，如果它处理的URL段可以包含U+FFFF以上的代码点，那么它必须明智地将索引减少多少个字符——对于U+FFFF以上的代码，它需要减少2个字符，否则需要减少1个字符。
为此，代码有一个decrIdx()方法，它调用Character.charCount():
确定表示指定字符(Unicode代码点)所需的
char值的数目。如果指定的字符等于或大于0x10000，则该方法返回2。否则，该方法返回1。
因此，对检查器进行的代码更改用更智能的启用Character.charCount()的decrIdx()调用取代了索引值的简单idx--递减。