Encode & Decode Entitas HTML

Referensi karakter adalah cara menuliskan sebuah karakter hanya dengan ASCII. Referensi numerik berlaku untuk code point Unicode apa pun, dalam desimal (é) atau heksadesimal (é). Referensi bernama lebih mudah diingat: HTML 4 mendefinisikan 252 di antaranya, mencakup huruf Latin-1 seperti é, huruf Yunani, simbol matematika, dan tanda tipografi seperti — dan …. Uniknya, ' tidak termasuk di dalamnya; entitas ini berasal dari XML dan baru menjadi HTML yang valid sejak HTML5.

HTML5 memperluas daftarnya menjadi 2.231 referensi karakter bernama dengan menyerap set entitas MathML, sehingga nama seperti ✓, ★, dan ≂̸ kini berfungsi di semua browser terkini. Jumlah itu termasuk ejaan lama tanpa titik koma penutup, seperti &amp dan &copy, yang masih diterima parser demi kompatibilitas tetapi sebaiknya tidak Anda tulis. Encoder di sini menghasilkan nama-nama HTML 4 yang didukung luas ditambah ', dan beralih ke referensi numerik untuk karakter lainnya; decoder menyerahkan teks ke parser milik browser sendiri, sehingga memahami seluruh 2.231 nama tersebut.

Hanya & < > " ' adalah pengaturan untuk pekerjaan sehari-hari: pengaturan ini meng-escape lima karakter yang dapat mengakhiri text node atau atribut berkutip, dan itu sudah cukup untuk menampilkan contoh kode di halaman atau menempatkan teks pengguna dengan aman di dalam HTML. Juga setiap karakter non-ASCII mengubah é, €, dan emoji menjadi referensi juga, untuk saluran langka yang tidak dapat membawa UTF-8, seperti sebagian template email lama atau sistem yang merusak encoding. Bernama, Desimal, dan Hex hanya mengubah cara referensi dieja; ketiganya di-decode menjadi karakter yang sama. Halaman yang disimpan sebagai UTF-8 tidak memerlukan entitas untuk huruf beraksen.

Escape hanya melindungi konteks HTML, tidak lebih. Teks yang disisipkan ke blok script, event handler inline seperti onclick, atribut style, atau href yang mungkin diawali javascript: memerlukan penanganan berbeda, dan encoding entitas saja tidak mencegah cross-site scripting di sana. Framework seperti React meng-escape teks secara default, sehingga escape ganda justru menjadi bug yang lebih umum di aplikasi modern: pengguna melihat & di tempat yang seharusnya berisi tanda ampersand. Untuk menghapus tag sepenuhnya, konversikan markup dengan HTML ke TXT; untuk escape di dalam URL, gunakan Encode & Decode URL.