Kodér / dekodér HTML entit

HTML entita je krátká textová sekvence reprezentující znak ve zdrojovém kódu HTML. Entity se používají tehdy, když by znak byl nejednoznačný nebo neplatný v surové HTML – například `<` a `>` ohraničují HTML tagy, takže doslovný `<` v obsahu musí být zapsán jako `&lt;`, aby ho prohlížeč neinterpretoval jako začátek tagu.

HTML entity existují ve dvou formách. Pojmenované entity používají čitelný název za `&` a před `;`, například `&amp;` pro ampersand, `&copy;` pro symbol autorských práv nebo `&mdash;` pro pomlčku. Číselné entity používají desítkový nebo šestnáctkový kódový bod Unicode – `&#169;` a `&#xA9;` oba dávají symbol autorských práv ©.

Pět rezervovaných HTML znaků, které by měl znát každý vývojář:

• `&amp;` – ampersand `&`
• `&lt;` – znak menší než `<`
• `&gt;` – znak větší než `>`
• `&quot;` – uvozovky `"`
• `&#39;` – apostrof / jednoduchá uvozovka `'`

Kromě těchto pěti definuje HTML pojmenované entity pro stovky dalších znaků: písmena s diakritikou (`&eacute;` = e s čárkou), nezalomitelné mezery (`&nbsp;`), typografická interpunkce (`&mdash;` = pomlčka, `&ldquo;` a `&rdquo;` = typografické uvozovky), symboly měn (`&euro;` = znak eura), matematické symboly a řecká písmena.

Kódujte HTML entity vždy, když vkládáte prostý text do HTML dokumentu a tento text může obsahovat znaky rezervované v HTML. Nejčastější situace:

• Vkládání uživatelsky generovaného obsahu nebo textu blogu do CMS nebo šablony ukládající surové HTML.
• Vkládání příkladů kódu do blogových příspěvků nebo stránek dokumentace – fragment jako `<strong>tučně</strong>` musí být zakódován jako `&lt;strong&gt;tučně&lt;/strong&gt;`, aby ho prohlížeč zobrazil jako viditelný text.
• Sestavování JSON payloads vložených do HTML tagů `<script>`, kde `<`, `>` a `&` mohou narušit okolní HTML strukturu.
• Ukládání hodnot atributů, které mohou obsahovat uvozovky, aby nedošlo k narušení okolních oddělovačů `""`.
• Kódování speciálních znaků pro HTML e-mailové šablony.

Použijte základní režim, pokud potřebujete escapovat pouze pět rezervovaných znaků. Použijte rozšířený režim pro maximální kompatibilitu s HTML nebo pro starší systémy podporující pouze ASCII.

Dekódujte HTML entity, pokud dostáváte již escapovaný text a potřebujete číst, zpracovávat nebo zobrazovat původní znaky. V hledaných výrazech se to často nazývá HTML decode, HTML unescape nebo převod HTML zakódovaného textu na normální text. Běžné situace:

• Odpovědi API, jejichž řetězcová pole obsahují HTML escapovaný text – například `Tom &amp; Jerry`, když jste očekávali `Tom & Jerry`. V tom případě musíte převést HTML entity na text.
• Oprava dvojitě zakódovaného obsahu CMS, kde vznikly řetězce jako `&amp;lt;` místo `&lt;` nebo `<`.
• Čtení záznamů RSS nebo Atom feedů, jejichž textový obsah je typicky HTML zakódovaný.
• Kontrola řádků logu obsahujících HTML escapované parametry dotazu nebo chybové zprávy.
• Kopírování viditelného textu ze zdrojového HTML souboru, kde je obsah uložen jako entity.

Tento nástroj dekóduje jak pojmenované entity (`&amp;`, `&copy;`, `&mdash;`, `&nbsp;` a stovky dalších), tak číselné entity v desítkové (`&#169;`) a šestnáctkové (`&#xA9;`) notaci.

Tento kodér nabízí dvě úrovně podrobnosti kódování.

Základní režim kóduje pouze pět rezervovaných HTML znaků: `&` se stane `&amp;`, `<` se stane `&lt;`, `>` se stane `&gt;`, `"` se stane `&quot;`, `'` se stane `&#39;`. Všechny ostatní znaky – písmena s diakritikou jako `é` a `ü`, symboly jako `©` a `—`, emoji jako 😀 – jsou předávány beze změny. Použijte základní režim, pokud cílové prostředí nativně podporuje Unicode.

Rozšířený režim kóduje stejných pět rezervovaných znaků a navíc převádí každý ne-ASCII znak na desítkovou číselnou entitu. Například `é` se stane `&#233;`, `©` se stane `&#169;`, `—` se stane `&#8212;` a 😀 se stane `&#128512;`. Použijte rozšířený režim, pokud potřebujete čistý ASCII výstup nebo pro starší systémy.

Vývojáři někdy hledají stejný úkol pod výrazy htmlDecode, htmlEncode, HTML escape, HTML unescape, kódovat HTML nebo dekódovat HTML. Formulace se liší, ale cíl je stejný: bezpečný převod mezi čitelnými znaky a jejich HTML entitní reprezentací.

Příklad zpáteční konverze v základním režimu:

• Vstup: `Café & © 😀`
• Zakódováno (základní): `Café &amp; © 😀`
• Dekódováno: `Café & © 😀`

Příklad zpáteční konverze v rozšířeném režimu:

• Vstup: `Café & © 😀`
• Zakódováno (rozšířený): `Caf&#233; &amp; &#169; &#128512;`
• Dekódováno: `Café & © 😀`

Kódování HTML entit a URL kódování jsou dva zcela odlišné mechanismy s různými účely a různými výstupy – přestože oba transformují speciální znaky na alternativní reprezentaci.

Kódování HTML entit je určeno pro HTML dokumenty. Nahrazuje znaky se speciálním významem v HTML značkování entitními sekvencemi, které HTML parser zpracovává jako textový obsah. Výsledek je stále čitelný text – `&amp;` se v prohlížeči zobrazí jako `&`.

URL kódování (procentuální kódování) je určeno pro URL adresy. Nahrazuje nebezpečné nebo rezervované znaky v URL procentuálně zakódovanými bajty. Mezera se stane `%20`, ampersand `%26`, znak menší než `%3C`.

Porovnání stejných znaků v obou systémech:

• `&` – HTML: `&amp;`, URL: `%26`
• `<` – HTML: `&lt;`, URL: `%3C`
• `>` – HTML: `&gt;`, URL: `%3E`
• `"` – HTML: `&quot;`, URL: `%22`
• `'` – HTML: `&#39;`, URL: `%27`

Pokud vložíte HTML zakódovaný text do URL kodéru, ten zakóduje samotné znaky entit (`&`, `;`, `#`), což téměř nikdy není žádoucí. Použijte tuto stránku pro dekódování HTML entit, kódování HTML entit a převod HTML zakódovaného textu na čitelný text.

Kódování HTML entit (tento nástroj) převádí znaky na jejich HTML entitní ekvivalenty a obrací tento proces. Nepřidává, neodstraňuje ani nepřestrukturalizuje žádné HTML prvky. Struktura dokumentu je zachována; mění se pouze reprezentace speciálních znaků.

Čištění HTML je jiná operace, která odstraňuje nebo přepisuje HTML značkování – maže nežádoucí tagy, normalizuje atributy nebo sanuje potenciálně nebezpečný obsah. Funkce čištění by mohla transformovat `<b onclick="...">tučně</b>` na `<b>tučně</b>` nebo jen `tučně`.

Tento nástroj HTML nečistí. Pokud vložíte surové HTML do kodéru, zakóduje lomené závorky a další rezervované znaky ve značkování, čímž `<p>Ahoj</p>` změní na `&lt;p&gt;Ahoj&lt;/p&gt;`. Neprovádí žádnou inspekci, mazání ani restrukturalizaci prvků.

Stejně tak tento nástroj není čistič textu. Neodstraňuje přebytečné mezery, neodstraňuje diakritiku a nenormalizuje konce řádků. Jediným úkolem je kódovat a dekódovat HTML entity.