Κωδικοποίηση και αποκωδικοποίηση HTML entities

Πώς να κωδικοποιήσετε ή να αποκωδικοποιήσετε HTML entities

1. Επικολλήστε το κείμενο ή το HTML σας στο πλαίσιο εισόδου.
2. Για να το μετατρέψετε, επιλέξτε τους χαρακτήρες που θα κωδικοποιηθούν: Μόνο & < > " ' ή Και κάθε χαρακτήρας εκτός ASCII, και διαλέξτε μια Μορφή entity: Με όνομα (&eacute;), Δεκαδική (&#233;) ή Δεκαεξαδική (&#xE9;).
3. Πατήστε Κωδικοποίηση, ή πατήστε Αποκωδικοποίηση για να γυρίσουν τα entities σε χαρακτήρες.
4. Διαβάστε τον αριθμό στη γραμμή κατάστασης και μετά πατήστε Αντιγραφή. Το Χρήση της εξόδου ως εισόδου μεταφέρει το αποτέλεσμα στο πλαίσιο εισόδου, για παράδειγμα για να ελέγξετε μια αμφίδρομη μετατροπή.

Κωδικοποίηση: πότε και τι να μετατρέπετε

Στην HTML, πέντε χαρακτήρες μπορούν να εκληφθούν ως σήμανση. Το Μόνο & < > " ' αντικαθιστά ακριβώς αυτούς: το & με &, το < με <, το > με >, το " με " και το ' με '. Αυτό χρειάζεστε για να εμφανίσετε κώδικα σε μια ιστοσελίδα, να βάλετε κείμενο χρήστη μέσα σε χαρακτηριστικό ή να επικολλήσετε ένα απόσπασμα σε μια ανάρτηση ιστολογίου ή σε πεδίο CMS που περιμένει HTML. Η απόστροφος χρησιμοποιεί την αριθμητική μορφή, επειδή το ' δεν υπήρχε στην HTML 4 και ορισμένοι παλιότεροι αναλυτές δεν το γνωρίζουν.

Το Και κάθε χαρακτήρας εκτός ASCII αντικαθιστά επιπλέον ό,τι βρίσκεται εκτός των εκτυπώσιμων χαρακτήρων ASCII: ελληνικά γράμματα, τονισμένα γράμματα, τυπογραφικά εισαγωγικά, το σύμβολο του ευρώ, μη διασπώμενα κενά, emoji και ούτω καθεξής. Το αποτέλεσμα είναι καθαρό ASCII, χρήσιμο για συστήματα που αλλοιώνουν το UTF-8, για πρότυπα email ή για να γίνουν ορατοί στον πηγαίο κώδικα αόρατοι χαρακτήρες όπως το  .

Η Μορφή entity καθορίζει πώς γράφονται οι χαρακτήρες:

• Η Με όνομα (&eacute;) χρησιμοποιεί ευανάγνωστο όνομα όταν η HTML ορίζει ένα (é, €, …), προτιμώντας το κλασικό όνομα της HTML 4 όταν ένας χαρακτήρας έχει πολλά. Οι χαρακτήρες χωρίς όνομα, όπως τα emoji, γράφονται δεκαδικά.
• Η Δεκαδική (&#233;) γράφει το σημείο κώδικα Unicode στο δεκαδικό σύστημα.
• Η Δεκαεξαδική (&#xE9;) το γράφει στο δεκαεξαδικό, που ταιριάζει με τη γραφή U+00E9 των πινάκων Unicode.

Και οι τρεις γίνονται κατανοητές από κάθε πρόγραμμα περιήγησης. Οι χαρακτήρες εκτός του Βασικού Πολύγλωσσου Επιπέδου, όπως το 😀, κωδικοποιούνται ως μία αναφορά στο πλήρες σημείο κώδικα (😀) και όχι ως δύο μισά surrogate.

Αποκωδικοποίηση: οι κανόνες της HTML5

Η Αποκωδικοποίηση ακολουθεί τους κανόνες που χρησιμοποιούν τα προγράμματα περιήγησης όταν διαβάζουν περιεχόμενο κειμένου, με την πλήρη λίστα των 2.231 ονομαστικών αναφορών χαρακτήρων του HTML Living Standard:

• ονομαστικές αναφορές όπως é, → ή ≂̸ (ορισμένες παράγουν δύο σημεία κώδικα)·
• δεκαδικές (é) και δεκαεξαδικές (é ή é) αναφορές, με ή χωρίς το τελικό semicolon·
• παλιά ονόματα που τα προγράμματα περιήγησης δέχονται χωρίς semicolon, όπως &copy 2026 ή &amp — και, όπως στα προγράμματα περιήγησης, το &notit; γίνεται ¬it; επειδή το &not είναι τέτοιο παλιό όνομα·
• οι αριθμητικές αναφορές στην περιοχή 128–159 αντιστοιχίζονται στους χαρακτήρες Windows-1252 που εμφανίζουν τα προγράμματα περιήγησης (το – δίνει μια παύλα), ενώ τα �, τα surrogates και οι τιμές πάνω από U+10FFFF γίνονται ο χαρακτήρας αντικατάστασης �.

Τα άγνωστα ονόματα όπως το &foo; μένουν αμετάβλητα και μετριούνται στη γραμμή κατάστασης. Η αποκωδικοποίηση γίνεται από τον δικό του αναλυτή του εργαλείου και όχι εισάγοντας το κείμενό σας στη σελίδα, οπότε καμία σήμανση ή σενάριο της εισόδου δεν ερμηνεύεται ποτέ.