Koduesi dhe dekoduesi i entiteteve HTML

Si të kodosh ose dekodosh entitetet HTML

1. Ngjit tekstin ose HTML-në në kutinë e hyrjes.
2. Për ta kodur, zgjidh karakteret që do të kodohen: Vetëm & < > " ' ose Edhe çdo karakter jo-ASCII, dhe zgjidh një Format entiteti: Me emër (&eacute;), Dhjetor (&#233;) ose Heksadecimal (&#xE9;).
3. Kliko Kodo, ose kliko Dekodo për t’i kthyer entitetet në karaktere.
4. Lexo numrin në rreshtin e gjendjes, pastaj kliko Kopjo. Përdor daljen si hyrje e zhvendos rezultatin në kutinë e hyrjes, për shembull për të kontrolluar një kalim vajtje-ardhje.

Kodimi: kur dhe çfarë të kodosh

Në HTML, pesë karaktere mund të ngatërrohen me shënjim. Vetëm & < > " ' zëvendëson saktësisht këto: & me &, < me <, > me >, " me " dhe ' me '. Kjo të duhet për të shfaqur kod në një faqe web, për të vendosur tekst përdoruesi brenda një atributi, ose për të ngjitur një copëz në një shkrim blogu ose në një fushë CMS që pret HTML. Apostrofi përdor formën numerike sepse ' nuk ekzistonte në HTML 4 dhe disa analizues të vjetër nuk e njohin.

Edhe çdo karakter jo-ASCII zëvendëson gjithashtu gjithçka jashtë ASCII-t të printueshëm: shkronjat me shenja diakritike, thonjëzat tipografike, shenjën e euros, hapësirat pa ndërprerje, emoji-t e kështu me radhë. Rezultati është ASCII i pastër, çka është e dobishme për sisteme që prishin UTF-8, për shabllone email-esh, ose për t’i bërë të dukshëm në burim karaktere të padukshme si  .

Formati i entitetit vendos si shkruhen karakteret:

• Me emër (&eacute;) përdor një emër të lexueshëm kur HTML-ja e përcakton një (é, €, …), duke preferuar emrin klasik HTML 4 kur një karakter ka disa. Karakteret pa emër, si emoji-t, kalojnë në dhjetor.
• Dhjetor (&#233;) e shkruan pikën kodike Unicode në bazën 10.
• Heksadecimal (&#xE9;) e shkruan në bazën 16, që përputhet me shënimin U+00E9 të tabelave Unicode.

Të tria kuptohen nga çdo shfletues. Karakteret jashtë Basic Multilingual Plane, si 😀, kodohen si një referencë e vetme për pikën e plotë kodike (😀), jo si dy gjysma zëvendësuese.

Dekodimi: rregullat e HTML5

Dekodo ndjek rregullat që përdorin shfletuesit kur lexojnë përmbajtjen tekstuale, me listën e plotë të 2 231 referencave të emërtuara të karaktereve nga HTML Living Standard:

• referenca të emërtuara si é, → ose ≂̸ (disa prodhojnë dy pika kodike);
• referenca dhjetore (é) dhe heksadecimale (é ose é), me ose pa pikëpresjen e fundit;
• emra të trashëguar që shfletuesit i pranojnë pa pikëpresje, si &copy 2026 ose &amp — dhe, si në shfletues, &notit; bëhet ¬it; sepse &not është një emër i tillë i trashëguar;
• referencat numerike në intervalin 128–159 përkthehen në karakteret Windows-1252 që shfaqin shfletuesit (– jep një vijë en), kurse �, zëvendësuesit dhe vlerat mbi U+10FFFF bëhen karakteri zëvendësues �.

Emrat e panjohur si &foo; lihen të pandryshuar dhe numërohen në rreshtin e gjendjes. Dekodimi bëhet nga analizuesi i vetë mjetit, jo duke futur tekstin tënd në faqe, ndaj asnjë shënjim ose skript në hyrje nuk interpretohet kurrë.