codificar caracteres especiales HTML (cllt;, &, ' , >) como entidades nombradas o numéricas, o descifrarlos de nuevo al texto llano. Dirección de auto-detectos.
<p>Hello & world</p> → <p>Hello & world</p>
La codificación de la entidad HTML reemplaza caracteres especiales que de otro modo se interpretarían como marcaje HTML. < se convierte <, & se convierte &, y así sucesivamente. Esto es necesario cuando se muestra el contenido generado por el usuario como texto simple dentro de una página web — sin ella, usted tiene una vulnerabilidad XSS.
La herramienta auto-detectos: si la entrada contiene referencias de entidad, decodifica; de lo contrario codifica.
La herramienta escanea cada carácter en la cadena de entrada y la mapea a su correspondiente entidad HTML definida en la especificación HTML5. Para las cinco referencias de caracteres predefinidas — & (&), < (<), > (>), " ("), y ' (') — utiliza entidades nombradas. Para otros caracteres, se cae de nuevo a referencias numéricas del carácter: decimal (&#punto de código;) o hexadecimal (&#xpunto de código;). La lógica autodetectable examina la entrada para la presencia de &; si se encuentra, supone que la entrada es encriptada por entidades e intenta decodificar por la toma de cada entidad y convertirla de nuevo a su punto de código Unicode. Codificación siempre favorece entidades nombradas para los cinco caracteres especiales; para todos los demás, utiliza el punto de código Unicode numérico del personaje.
Las bibliotecas manuales de encontrar y de lenguaje específicos ofrecen formas alternativas para manejar la codificación de entidades HTML.
| esta herramienta | Módulo html de Python | Notepad++ buscar y reemplazar | |
|---|---|---|---|
| Facilidad de uso | Sin instalación, funciona en el navegador al instante | Requiere script y shell de Python | Requiere iniciar el editor, expresión regular de varios pasos |
| Cobertura de personajes | Unicode completo a través de entidades numéricas | Unicode completo a través de html.escape/unescape | Sólo reemplazos explícitos, no automáticos |
| Procesamiento por lotes | Una sola cuerda a la vez | Puede procesar archivos mediante programación | Manual por documento, sin automatización |
Las entidades HTML proceden de SGML, el estándar de HTML de los padres. <, >, &, ", y ' — fueron formalizados en RFC 1866 (HTML 2.0, 1995) por Tim Berners‐Lee y Dan Connolly. Numeric character references, basado en puntos de código Unicode, fueron posteriormente incorporados en HTML 4.0 (1997) para apoyar a los caracteres internacionales. La herramienta automatiza la codificación/decodificación que los desarrolladores previamente realizaron manualmente o a través de funciones de servidor.
Si quieres mostrar <div> como texto en lugar de renderizarlo, codifica primero los soportes de ángulo.
Antes de insertar contenido tipo usuario en el DOM, código de entidad para prevenir la inyección de script. Los marcos modernos hacen esto automáticamente; las cadenas HTML crudas necesitan escapar manualmente.
Algunas API devuelven HTML en valores JSON con codificación de entidad. Decodificación las hace legibles por humanos.
Algunas herramientas de chat renderizan & en URLs como entidades rotas. Codificación de la URL de la acción una vez antes de pegar fija ese caso de borde.
Las herramientas y los atributos de datos ricos que mantienen HTML necesitan su contenido en la entidad codificada para que el analizador externo no se confunda.
Nombrado: <, &, ". Numérico: <, &, ". Ambos trabajos; nombrados son trabajos más legibles y numéricos para cualquier personaje incluyendo aquellos sin una entidad nombrada.
Los cinco caracteres HTML imprescindibles: <, >, &, ", 'Otros caracteres (em dash, copyright) se pasan por invariable — HTML moderno los maneja como UTF-8.
La herramienta utiliza el propio analizador HTML del navegador a través de una zona de texto oculta. Cualquiera que el navegador decodifica es lo que usted consigue, garantizado correcto para cualquier referencia de entidad válida.
No, diferentes conjuntos de escape. codificación de URL usos %xx maleficio; Usos de codificación de entidades HTML &name; o &#nn;. Utilice la codificación URL para componentes URL; codificación HTML para contenido HTML.