HTML entiteti: koder i dekoder

Kako kodirati ili dekodirati HTML entitete

1. Zalijepi svoj tekst ili HTML u polje za unos.
2. Da ga „escapeaš“, odaberi znakove koje treba kodirati: Samo & < > ” ‘ ili I svaki znak izvan ASCII-ja, te odaberi Format entiteta: Imenovani (&eacute;), Decimalni (&#233;) ili Heksadecimalni (&#xE9;).
3. Klikni Kodiraj ili klikni Dekodiraj da entitete pretvoriš natrag u znakove.
4. Pročitaj broj u statusnom retku, zatim klikni Kopiraj. Upotrijebi izlaz kao ulaz premješta rezultat u polje za unos, na primjer da provjeriš povratni put.

Kodiranje: kada i što zamijeniti

U HTML-u se pet znakova može zamijeniti za oznake. Samo & < > ” ‘ zamjenjuje upravo njih: & s &, < s <, > s >, " s " i ' s '. To ti treba da prikažeš kôd na web-stranici, da korisnički tekst staviš unutar atributa ili da isječak zalijepiš u blog-objavu ili polje sustava za upravljanje sadržajem koje očekuje HTML. Apostrof koristi brojčani oblik jer ' nije postojao u HTML-u 4 i neki ga stariji parseri ne poznaju.

I svaki znak izvan ASCII-ja dodatno zamjenjuje sve izvan ispisivog ASCII-ja: slova s dijakriticima, tipografske navodnike, znak eura, nerazdvojne razmake, emotikone i tako dalje. Rezultat je čisti ASCII, što je korisno za sustave koji kvare UTF-8, za predloške e-pošte ili da nevidljive znakove poput   učiniš vidljivima u izvoru.

Format entiteta određuje kako se znakovi zapisuju:

• Imenovani (&eacute;) koristi čitljiv naziv kad ga HTML definira (é, €, …), s prednošću za klasični naziv iz HTML-a 4 kad znak ima više naziva. Znakovi bez naziva, poput emotikona, vraćaju se na decimalni zapis.
• Decimalni (&#233;) zapisuje Unicode kodnu točku u bazi 10.
• Heksadecimalni (&#xE9;) zapisuje je u bazi 16, što odgovara zapisu U+00E9 iz Unicode tablica.

Sve tri oblike razumije svaki preglednik. Znakovi izvan osnovne višejezične ravnine, poput 😀, kodiraju se kao jedna referenca na cijelu kodnu točku (😀), a ne kao dvije zamjenske polovice.

Dekodiranje: HTML5 pravila

Dekodiraj slijedi pravila koja preglednici koriste pri čitanju tekstnog sadržaja, s cijelim popisom od 2231 imenovane reference znakova iz HTML Living Standarda:

• imenovane reference poput é, → ili ≂̸ (neke daju dvije kodne točke);
• decimalne (é) i heksadecimalne (é ili é) reference, sa završnom točkom sa zarezom ili bez nje;
• naslijeđeni nazivi koje preglednici prihvaćaju bez točke sa zarezom, poput &copy 2026 ili &amp — a kao i u preglednicima, &notit; postaje ¬it; jer je &not takav naslijeđeni naziv;
• brojčane reference u rasponu 128–159 preslikavaju se u Windows-1252 znakove koje preglednici prikazuju (– daje polupauzu), a �, zamjenske kodne točke i vrijednosti iznad U+10FFFF postaju zamjenski znak �.

Nepoznati nazivi poput &foo; ostaju nepromijenjeni i broje se u statusnom retku. Dekodiranje obavlja vlastiti parser alata, a ne umetanje tvog teksta u stranicu, pa se nikakve oznake ni skripte u unosu nikada ne tumače.