Koder / dekoder encji HTML

Encja HTML to krotka sekwencja znakow reprezentujaca znak w kodzie zrodlowym HTML. Encje sa uzywane, gdy dany znak bylby niejednoznaczny lub nieprawidlowy w zwyklym HTML – na przyklad `<` i `>` ograniczaja tagi HTML, wiec dosylowne `<` w tresci musi byc zapisane jako `&lt;`, aby przegladarka nie interpretowala go jako poczatku tagu.

Encje HTML wystepuja w dwoch postaciach. Encje nazwane uzywaja czytelnej nazwy po `&` i przed `;`, na przyklad `&amp;` dla znaku ampersand, `&copy;` dla symbolu praw autorskich lub `&mdash;` dla mysqlnika. Encje numeryczne uzywaja dziesietnego lub szesnastkowego punktu kodowego Unicode – `&#169;` i `&#xA9;` oba daja symbol praw autorskich ©.

Piec zarezerwowanych znakow HTML, ktore powinien znac kazdy programista:

• `&amp;` – znak ampersand `&`
• `&lt;` – znak mniejszosci `<`
• `&gt;` – znak wiekszosci `>`
• `&quot;` – cudzyslow podwojny `"`
• `&#39;` – apostrof / cudzyslow pojedynczy `'`

Poza tymi piatoma HTML definiuje nazwane encje dla setek innych znakow: litery z akcentami (`&eacute;` = e z akutem), twarde spacje (`&nbsp;`), typograficzne znaki interpunkcji (`&mdash;` = myslnik, `&ldquo;` i `&rdquo;` = curly quotes), symbole walut (`&euro;` = znak euro), symbole matematyczne i litery greckie.

Koduj encje HTML za kazdym razem, gdy umieszczasz zwykly tekst w dokumencie HTML i tekst ten moze zawierac znaki zarezerwowane przez HTML. Najczestsze sytuacje:

• Wklejanie tresci generowanych przez uzytkownikow lub tekstu bloga do CMS lub szablonu przechowujacego surowy HTML.
• Osadzanie przykladow kodu w postach bloga lub stronach dokumentacji – fragment taki jak `<strong>pogrubienie</strong>` musi byc zakodowany jako `&lt;strong&gt;pogrubienie&lt;/strong&gt;`, aby przegladarka renderowala go jako widoczny tekst.
• Tworzenie payloadow JSON osadzonych w tagach HTML `<script>`, gdzie `<`, `>` i `&` moga uszkodzic otaczajaca strukture HTML.
• Przechowywanie wartosci atrybutow mogacych zawierac podwojne cudzysylowy, aby nie przerwac otaczajacych ogranicznikow `"..."`.
• Kodowanie znakow specjalnych dla szablonow emaili HTML.

Uzyj trybu podstawowego, gdy musisz tylko eskejpowac piec zarezerwowanych znakow. Uzyj trybu rozszerzonego dla maksymalnej kompatybilnosci HTML lub dla starszych systemow wspierajacych tylko ASCII.

Dekoduj encje HTML, gdy otrzymujesz juz eskejpowany tekst i musisz odczytac, przetworzyc lub wyswietlic oryginalne znaki. W wyszukiwaniach jest to czesto nazywane HTML decode, HTML unescape lub konwersja zakodowanego tekstu HTML na normalny tekst. Typowe sytuacje:

• Odpowiedzi API, ktorych pola tekstowe zawieraja HTML-eskejpowany tekst – na przyklad `Tom &amp; Jerry`, gdy oczekiwales `Tom & Jerry`. W takim przypadku musisz przekonwertowac encje HTML na tekst.
• Korekcja podwojnie zakodowanych tresci CMS, tworzacych ciagi takie jak `&amp;lt;` zamiast `&lt;` lub `<`.
• Odczytywanie wpisow kanalow RSS lub Atom, ktorych tresc tekstowa jest zazwyczaj zakodowana w HTML.
• Inspekcja linii logow zawierajacych parametry zapytania lub komunikaty bledow eskejpowane HTML.
• Kopiowanie widocznego tekstu z pliku zrodlowego HTML, w ktorym tresc jest przechowywana jako encje.

To narzedzie dekoduje zarowno nazwane encje (`&amp;`, `&copy;`, `&mdash;`, `&nbsp;` i setki innych) jak i encje numeryczne w notacji dziesietnej (`&#169;`) i szesnastkowej (`&#xA9;`).

Ten koder oferuje dwa poziomy szczegolowosci kodowania.

Tryb podstawowy koduje tylko piec zarezerwowanych znakow HTML: `&` staje sie `&amp;`, `<` staje sie `&lt;`, `>` staje sie `&gt;`, `"` staje sie `&quot;`, `'` staje sie `&#39;`. Wszystkie inne znaki – litery z akcentami jak `é` i `ü`, symbole jak `©` i `—`, emoji jak 😀 – sa przekazywane bez zmian. Uzyj trybu podstawowego, gdy srodowisko docelowe natywnie obsluguje Unicode.

Tryb rozszerzony koduje te same piec zarezerwowanych znakow i dodatkowo konwertuje kazdy znak spoza ASCII na dziesietna encje numeryczna. Na przyklad `é` staje sie `&#233;`, `©` staje sie `&#169;`, `—` staje sie `&#8212;` i 😀 staje sie `&#128512;`. Uzyj trybu rozszerzonego dla czystego wyjscia ASCII lub dla starszych systemow.

Programisci niekiedy szukaja tego samego zadania pod haslami htmlDecode, htmlEncode, HTML escape, HTML unescape, kodowanie HTML lub dekodowanie HTML. Sformulowanie rozni sie, ale cel jest ten sam: bezpieczna konwersja miedzy czytelnymi znakami a ich reprezentacja jako encji HTML.

Przyklad konwersji w obie strony w trybie podstawowym:

• Wejscie: `Café & © 😀`
• Zakodowane (podstawowy): `Café &amp; © 😀`
• Zdekodowane: `Café & © 😀`

Przyklad konwersji w obie strony w trybie rozszerzonym:

• Wejscie: `Café & © 😀`
• Zakodowane (rozszerzony): `Caf&#233; &amp; &#169; &#128512;`
• Zdekodowane: `Café & © 😀`

Kodowanie encji HTML i kodowanie URL to dwa zupelnie rozne mechanizmy o roznych celach i roznych wyjsciach – choc oba transformuja znaki specjalne w alternatywna reprezentacje.

Kodowanie encji HTML jest przeznaczone dla dokumentow HTML. Zastepuje znaki ze specjalnym znaczeniem w znacznikach HTML sekwencjami encji, ktore parser HTML traktuje jako zawartosc tekstowa. Wynik jest nadal czytelnym tekstem – `&amp;` wyswietla sie jako `&` w przegladarce.

Kodowanie URL (kodowanie procentowe) jest przeznaczone dla URL-i. Zastepuje niebezpieczne lub zarezerwowane znaki w URL sekwencjami bajtow z procentem. Spacja staje sie `%20`, ampersand staje sie `%26`, znak mniejszosci staje sie `%3C`.

Porownanie tych samych znakow w obu systemach:

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

Jesli wkleisz tekst zakodowany HTML do kodera URL, zakoduje on same znaki encji (`&`, `;`, `#`), co prawie nigdy nie jest pozadane. Uzyj tej strony do dekodowania encji HTML, kodowania encji HTML i konwersji zakodowanego tekstu HTML na czytelny tekst.

Kodowanie encji HTML (to narzedzie) konwertuje znaki na ich odpowiedniki encji HTML i odwraca ten proces. Nie dodaje, nie usuwa ani nie restrukturyzuje zadnych elementow HTML. Struktura dokumentu jest zachowana; zmienia sie tylko reprezentacja znakow specjalnych.

Czyszczenie HTML to inna operacja, ktora usuwa lub przepisuje znaczniki HTML – usuwajac niechciane tagi, normalizujac atrybuty lub oczyszczajac potencjalnie niebezpieczne tresci. Funkcja czyszczaca mogla by przeksztalcic `<b onclick="...">pogrubienie</b>` w `<b>pogrubienie</b>` lub po prostu `pogrubienie`.

To narzedzie nie czyci HTML. Jesli wkleisz surowy HTML do kodera, zakoduje on nawiasy ostrokatne i inne zarezerwowane znaki w znacznikach, przeksztalcajac `<p>Czesc</p>` w `&lt;p&gt;Czesc&lt;/p&gt;`. Nie sprawdza, nie usuwa ani nie restrukturyzuje zadnych elementow.

Podobnie, to narzedzie nie jest czyscicielem tekstu. Nie usuwa nadmiarowych spacji, nie pozbawia akcentow i nie normalizuje zalamywania wierszy. Jego jedynym zadaniem jest kodowanie i dekodowanie encji HTML.