HTML entiteti: kodiranje i dekodiranje

Kako da kodiraš ili dekodiraš HTML entitete

1. Nalepi tekst ili HTML u polje za unos.
2. Da ga kodiraš (escape), izaberi koje znakove treba kodirati: Samo & < > ” ‘ ili I svaki ne-ASCII znak, i izaberi Format entiteta: Imenovano (&eacute;), Decimalno (&#233;) ili Heksadecimalno (&#xE9;).
3. Klikni Kodiraj ili klikni Dekodiraj da entitete pretvoriš nazad u znakove.
4. Pročitaj broj u statusnom redu, pa klikni Kopiraj. Koristi rezultat kao unos premešta rezultat u polje za unos, na primer da proveriš krug kodiranja i dekodiranja.

Kodiranje: kada i šta se kodira

U HTML-u pet znakova može da se zameni za oznake. Samo & < > ” ‘ zamenjuje upravo njih: & sa &, < sa <, > sa >, " sa " i ' sa '. To ti treba da prikažeš kod na veb-stranici, da staviš korisnikov tekst u atribut ili da nalepiš isečak u blog objavu ili polje sistema za upravljanje sadržajem koje očekuje HTML. Apostrof koristi brojčani oblik jer ' nije postojao u HTML-u 4 i neki stariji parseri ga ne poznaju.

I svaki ne-ASCII znak dodatno zamenjuje sve van štampljivog ASCII-ja: slova sa dijakriticima, tipografske navodnike, znak evra, nerazdvojive razmake, emodžije i slično. Rezultat je čist ASCII, što je korisno za sisteme koji kvare UTF-8, za šablone e-pošte ili da nevidljive znake poput   učiniš vidljivim u izvornom kodu.

Format entiteta određuje kako se znakovi zapisuju:

• Imenovano (&eacute;) koristi čitljivo ime kad ga HTML definiše (é, €, …), a kad znak ima više imena, preferira klasično ime iz HTML-a 4. Znakovi bez imena, poput emodžija, prelaze na decimalni zapis.
• Decimalno (&#233;) zapisuje Unicode kodnu tačku u osnovi 10.
• Heksadecimalno (&#xE9;) zapisuje je u osnovi 16, što odgovara oznaci U+00E9 iz Unicode tabela.

Sva tri razume svaki pregledač. Znakovi van osnovne višejezične ravni, poput 😀, kodiraju se kao jedna referenca na punu kodnu tačku (😀), a ne kao dve surogat polovine.

Dekodiranje: HTML5 pravila

Dekodiraj sledi pravila koja pregledači koriste pri čitanju tekstualnog sadržaja, sa kompletnom listom od 2.231 imenovane reference znakova iz HTML Living Standard-a:

• imenovane reference poput é, → ili ≂̸ (neke daju dve kodne tačke);
• decimalne (é) i heksadecimalne (é ili é) reference, sa završnom tačkom i zarezom ili bez nje;
• stara imena koja pregledači prihvataju bez tačke i zareza, poput &copy 2026 ili &amp – i, kao u pregledačima, &notit; postaje ¬it; jer je &not takvo staro ime;
• brojčane reference u opsegu 128–159 preslikavaju se u Windows-1252 znakove koje pregledači prikazuju (– daje en crtu), a �, surogati i vrednosti iznad U+10FFFF postaju zamenski znak �.

Nepoznata imena poput &foo; ostaju nepromenjena i broje se u statusnom redu. Dekodiranje radi sopstveni parser alata, a ne umetanje tvog teksta u stranicu, pa se oznake ili skripte u unosu nikada ne tumače.