Codificador y decodificador de entidades HTML

Cómo codificar o decodificar entidades HTML

1. Pega tu texto o tu HTML en el cuadro de entrada.
2. Para escaparlo, elige qué caracteres codificar: Solo & < > " ' o También todos los caracteres no ASCII, y elige un Formato de las entidades: Con nombre (&eacute;), Decimal (&#233;) o Hexadecimal (&#xE9;).
3. Haz clic en Codificar, o en Decodificar para convertir las entidades de nuevo en caracteres.
4. Consulta el recuento en la línea de estado y haz clic en Copiar. Usar el resultado como entrada pasa el resultado al cuadro de entrada, por ejemplo para comprobar que la conversión de ida y vuelta es correcta.

Codificar: cuándo y qué escapar

En HTML hay cinco caracteres que pueden confundirse con marcado. Solo & < > " ' sustituye exactamente esos: & por &, < por <, > por >, " por " y ' por '. Es lo que necesitas para mostrar código en una página web, meter texto de un usuario dentro de un atributo o pegar un fragmento en una entrada de blog o en un campo de un CMS que espera HTML. El apóstrofo usa la forma numérica porque ' no existía en HTML 4 y algunos analizadores antiguos no lo conocen.

También todos los caracteres no ASCII sustituye además todo lo que queda fuera del ASCII imprimible: letras con tilde, la ñ, comillas tipográficas, el símbolo del euro, espacios de no separación, emojis, etc. El resultado es ASCII puro, útil para sistemas que estropean el UTF-8, para plantillas de correo electrónico o para hacer visibles en el código fuente caracteres invisibles como  .

El Formato de las entidades decide cómo se escriben los caracteres:

• Con nombre (&eacute;) usa un nombre legible cuando HTML define uno (é, €, …), y prefiere el nombre clásico de HTML 4 cuando un carácter tiene varios. Los caracteres sin nombre, como los emojis, pasan a formato decimal.
• Decimal (&#233;) escribe el punto de código Unicode en base 10.
• Hexadecimal (&#xE9;) lo escribe en base 16, lo que coincide con la notación U+00E9 de las tablas Unicode.

Todos los navegadores entienden los tres. Los caracteres fuera del plano multilingüe básico, como 😀, se codifican como una sola referencia al punto de código completo (😀), no como dos mitades sustitutas (surrogates).

Decodificar: las reglas de HTML5

Decodificar sigue las reglas que aplican los navegadores al leer el contenido de texto, con la lista completa de 2231 referencias de caracteres con nombre del HTML Living Standard:

• referencias con nombre como é, → o ≂̸ (algunas producen dos puntos de código);
• referencias decimales (é) y hexadecimales (é o é), con o sin el punto y coma final;
• nombres heredados que los navegadores aceptan sin punto y coma, como &copy 2026 o &amp y, igual que en los navegadores, &notit; se convierte en ¬it; porque &not es uno de esos nombres heredados;
• las referencias numéricas del rango 128–159 se asignan a los caracteres Windows-1252 que muestran los navegadores (– da una raya corta), y �, los sustitutos y los valores por encima de U+10FFFF se convierten en el carácter de reemplazo �.

Los nombres desconocidos como &foo; se dejan sin cambios y se cuentan en la línea de estado. La decodificación la hace el propio analizador de la herramienta, sin insertar tu texto en la página, así que el marcado o los scripts de la entrada nunca se interpretan.