ترميز كيانات HTML وفكّها

كيفية ترميز كيانات HTML أو فكّها

1. الصق نصك أو شيفرة HTML في مربع الإدخال.
2. للترميز، اختر الأحرف المراد ترميزها: فقط & < > " ' أو وكذلك كل حرف خارج ASCII، ثم اختر صيغة الكيان: مسمّاة (&eacute;) أو عشرية (&#233;) أو ست عشرية (&#xE9;).
3. انقر ترميز، أو انقر فك الترميز لإعادة الكيانات إلى أحرف.
4. اقرأ العدد في سطر الحالة، ثم انقر نسخ. ينقل زر استخدام النتيجة كإدخال النتيجة إلى مربع الإدخال، مثلًا للتحقق من أن الترميز ثم الفك يعيدان النص الأصلي.

الترميز: متى وماذا نرمّز؟

في HTML، يمكن أن تُفهم خمسة أحرف على أنها جزء من الترميز. يستبدل خيار فقط & < > " ' هذه الأحرف تحديدًا: & بـ &، و< بـ <، و> بـ >، و" بـ "، و' بـ '. هذا ما تحتاجه لعرض شيفرة برمجية في صفحة ويب، أو لوضع نص كتبه مستخدم داخل سمة، أو للصق مقتطف في تدوينة أو في حقل نظام إدارة محتوى يتوقع HTML. تُكتب علامة الاقتباس المفردة بالصيغة الرقمية لأن ' لم يكن موجودًا في HTML 4، ولا تعرفه بعض المحللات القديمة.

أما خيار وكذلك كل حرف خارج ASCII فيستبدل أيضًا كل ما يقع خارج أحرف ASCII القابلة للطباعة: الأحرف العربية والأحرف المشكولة، وعلامات الاقتباس الطباعية، ورمز اليورو، والمسافات غير القابلة للكسر، والرموز التعبيرية وغيرها. تكون النتيجة ASCII خالصًا، وهذا مفيد للأنظمة التي تُفسد نصوص UTF-8، ولقوالب البريد الإلكتروني، أو لإظهار أحرف غير مرئية مثل   في الشيفرة المصدرية. انتبه إلى أن النص العربي المرمَّز بهذه الطريقة يصبح أطول بكثير وأصعب قراءة في المصدر.

تحدد صيغة الكيان طريقة كتابة الأحرف:

• مسمّاة (&eacute;) تستخدم اسمًا مقروءًا حين يعرّفه HTML (é و€ و…)، وتفضّل الاسم الكلاسيكي من HTML 4 إذا كان للحرف أكثر من اسم. أما الأحرف التي لا اسم لها، كالأحرف العربية والرموز التعبيرية، فتُكتب بالصيغة العشرية.
• عشرية (&#233;) تكتب نقطة الترميز في Unicode بالنظام العشري.
• ست عشرية (&#xE9;) تكتبها بالنظام الست عشري، بما يوافق صيغة U+00E9 المستخدمة في جداول Unicode.

تفهم كل المتصفحات الصيغ الثلاث. والأحرف الواقعة خارج المستوى متعدد اللغات الأساسي، مثل 😀، تُرمَّز كمرجع واحد لنقطة الترميز الكاملة (😀)، لا كنصفين بديلين.

فك الترميز: قواعد HTML5

يتبع فك الترميز القواعد التي تطبقها المتصفحات عند قراءة محتوى النص، مع القائمة الكاملة لـ 2231 مرجعًا مسمّى للأحرف من معيار HTML Living Standard:

• المراجع المسمّاة مثل é و→ و≂̸ (وبعضها ينتج نقطتي ترميز)؛
• المراجع العشرية (é) والست عشرية (é أو é)، مع الفاصلة المنقوطة الختامية أو دونها؛
• الأسماء القديمة التي تقبلها المتصفحات دون فاصلة منقوطة، مثل &copy 2026 أو &amp، وكما في المتصفحات يصبح &notit; هو ¬it; لأن &not من هذه الأسماء القديمة؛
• المراجع الرقمية بين 128 و159 تُحوَّل إلى أحرف Windows-1252 التي تعرضها المتصفحات (– يعطي شرطة قصيرة)، أما � والأنصاف البديلة والقيم الأكبر من U+10FFFF فتصبح حرف الاستبدال �.

تُترك الأسماء غير المعروفة مثل &foo; دون تغيير، ويُحسب عددها في سطر الحالة. يجري فك الترميز بمحلّل خاص بالأداة، لا بإدراج نصك في الصفحة، فلا يُفسَّر أي ترميز أو سكربت في الإدخال أبدًا.