HTML ఎంటిటీ ఎన్కోడర్ & డీకోడర్
HTML మార్కప్గా పరిగణించే అక్షరాలను ఎస్కేప్ చేయండి, కావాలంటే ASCII కాని ప్రతి అక్షరాన్నీ కూడా; లేదా é, — వంటి ఎంటిటీలను తిరిగి సాధారణ టెక్స్ట్గా మార్చండి. రెండు దిశలూ మీ బ్రౌజర్లోనే నడుస్తాయి, డీకోడ్ చేసిన ఇన్పుట్ ఎప్పుడూ లైవ్ HTMLగా రెండర్ కాదు.
0 అక్షరాలు · 0 పదాలు · 0 లైన్లు
0 అక్షరాలు · 0 పదాలు · 0 లైన్లు
పూర్తిగా ఈ బ్రౌజర్ ట్యాబ్లోనే నడుస్తుంది. మీ టెక్స్ట్ అప్లోడ్ లేదా నిల్వ చేయబడదు.
సాధారణ అక్షరాలు, వాటి ఎంటిటీలు
పేరు, దశాంశ, హెక్సాడెసిమల్ రూపాలన్నీ ఒకే అక్షరానికి డీకోడ్ అవుతాయి. ఎన్కోడర్కు 216 సాధారణ పేరున్న ఎంటిటీలు తెలుసు; డీకోడర్ HTML ప్రమాణంలోని ప్రతి పేరున్న రిఫరెన్స్ను అర్థం చేసుకుంటుంది.
| అక్షరం | పేరుతో | దశాంశం | హెక్స్ |
|---|---|---|---|
& | & | & | & |
< | < | < | < |
> | > | > | > |
" | " | " | " |
' | ' | ' | ' |
(నో-బ్రేక్ స్పేస్) | |   |   |
© | © | © | © |
® | ® | ® | ® |
™ | ™ | ™ | ™ |
€ | € | € | € |
£ | £ | £ | £ |
¥ | ¥ | ¥ | ¥ |
— | — | — | — |
– | – | – | – |
… | … | … | … |
« | « | « | « |
» | » | » | » |
° | ° | ° | ° |
× | × | × | × |
÷ | ÷ | ÷ | ÷ |
é | é | é | é |
π | π | π | π |
→ | → | → | → |
😀 | — | 😀 | 😀 |
HTML 4లోని 252 ఎంటిటీల నుండి HTML5లోని 2,231 వరకు
క్యారెక్టర్ రిఫరెన్స్ అంటే ఒక అక్షరాన్ని కేవలం ASCIIతో రాసే పద్ధతి. న్యూమరిక్ రిఫరెన్స్లు ఏ Unicode కోడ్ పాయింట్కైనా పనిచేస్తాయి; దశాంశంలో (é) లేదా హెక్సాడెసిమల్లో (é) రాయవచ్చు. నేమ్డ్ రిఫరెన్స్లు గుర్తుంచుకోవడానికి సులభం: HTML 4 అలాంటివి 252 నిర్వచించింది, వాటిలో é వంటి Latin-1 అక్షరాలు, గ్రీకు అక్షరాలు, గణిత చిహ్నాలు, —, … వంటి టైపోగ్రాఫిక్ గుర్తులు ఉన్నాయి. విచిత్రంగా ' వాటిలో లేదు; అది XML నుండి వచ్చింది, HTML5తోనే HTMLలో చెల్లుబాటు అయింది.
HTML5 ఈ జాబితాను 2,231 నేమ్డ్ క్యారెక్టర్ రిఫరెన్స్లకు పెంచింది, MathML ఎంటిటీ సెట్ను కూడా కలుపుకుంది. అందువల్ల ✓, ★, ≂̸ వంటి పేర్లు ఇప్పుడు అన్ని ప్రస్తుత బ్రౌజర్లలో పనిచేస్తాయి. ఈ సంఖ్యలో &, © వంటి చివర సెమికోలన్ లేని పాత రూపాలు కూడా ఉన్నాయి; పార్సర్లు అనుకూలత కోసం వాటిని ఇప్పటికీ అంగీకరిస్తాయి, కానీ మీరు వాటిని రాయకూడదు. ఇక్కడి ఎన్కోడర్ విస్తృతంగా మద్దతు ఉన్న HTML 4 పేర్లతో పాటు 'ను ఇస్తుంది, మిగతా వాటికి న్యూమరిక్ రిఫరెన్స్ను ఉపయోగిస్తుంది; డీకోడర్ టెక్స్ట్ను బ్రౌజర్ సొంత పార్సర్కు అందిస్తుంది, కాబట్టి 2,231 పేర్లన్నింటినీ అర్థం చేసుకుంటుంది.
ఏ అక్షరాలను ఎస్కేప్ చేయాలి, ఎస్కేప్ చేయడం ఎక్కడ సరిపోదు
Only & < > " ' రోజువారీ పనులకు సరైన సెట్టింగ్: టెక్స్ట్ నోడ్ను లేదా కోట్ చేసిన అట్రిబ్యూట్ను ముగించగల ఐదు అక్షరాలను ఇది ఎస్కేప్ చేస్తుంది; పేజీలో కోడ్ నమూనా చూపడానికి లేదా వినియోగదారు టెక్స్ట్ను HTMLలో సురక్షితంగా ఉంచడానికి ఇది చాలు. Also every non-ASCII character é, € మరియు ఎమోజీలను కూడా రిఫరెన్స్లుగా మారుస్తుంది; కొన్ని పాత ఈమెయిల్ టెంప్లేట్లు లేదా ఎన్కోడింగ్లను చెడగొట్టే సిస్టమ్ల వంటి UTF-8ను మోయలేని అరుదైన సందర్భాల కోసం ఇది. Named, Decimal, Hex రిఫరెన్స్ ఎలా రాయాలో మాత్రమే మారుస్తాయి; మూడూ ఒకే అక్షరానికి డీకోడ్ అవుతాయి. UTF-8గా సేవ్ చేసిన పేజీకి యాక్సెంట్ అక్షరాల కోసం ఎంటిటీలు అవసరం లేదు.
ఎస్కేపింగ్ HTML సందర్భాన్ని మాత్రమే రక్షిస్తుంది, ఇంకేమీ కాదు. స్క్రిప్ట్ బ్లాక్లో, onclick వంటి ఇన్లైన్ ఈవెంట్ హ్యాండ్లర్లో, style అట్రిబ్యూట్లో లేదా javascript: తో మొదలయ్యే అవకాశం ఉన్న hrefలో చేర్చే టెక్స్ట్కు వేరే విధానం అవసరం; అక్కడ ఎంటిటీ ఎన్కోడింగ్ మాత్రమే క్రాస్-సైట్ స్క్రిప్టింగ్ను ఆపదు. React వంటి ఫ్రేమ్వర్క్లు డిఫాల్ట్గా టెక్స్ట్ను ఎస్కేప్ చేస్తాయి, అందుకే ఆధునిక యాప్లలో డబుల్ ఎస్కేపింగ్ ఎక్కువగా కనిపించే బగ్: యాంపర్సండ్ ఉండాల్సిన చోట వినియోగదారులకు & కనిపిస్తుంది. ట్యాగ్లను పూర్తిగా తొలగించడానికి మార్కప్ను HTML నుండి TXTతో మార్చండి; URLల లోపల ఎస్కేపింగ్ కోసం URL ఎన్కోడ్ & డీకోడ్ ఉపయోగించండి.
తరచుగా అడిగే ప్రశ్నలు
- HTMLలో ఏ అక్షరాలను తప్పనిసరిగా ఎస్కేప్ చేయాలి?
- టెక్స్ట్లో & మరియు < తప్పనిసరి, > సంప్రదాయంగా ఎస్కేప్ చేస్తారు. అట్రిబ్యూట్ విలువలో, దాన్ని చుట్టే కోట్ అక్షరాన్ని కూడా ఎస్కేప్ చేయండి. ఐదింటినీ ఎస్కేప్ చేస్తే రెండు సందర్భాలూ కవర్ అవుతాయి.
- కి, సాధారణ స్పేస్కి తేడా ఏమిటి?
అంటే నో-బ్రేక్ స్పేస్, U+00A0. ఇది స్పేస్లా కనిపిస్తుంది కానీ ఆ చోట లైన్ బ్రేక్ను నిరోధిస్తుంది, HTMLలో సాధారణ స్పేస్ల్లా కాకుండా అనేకం కలిసి ఉన్నా ఒకటిగా కుదించబడదు.- నా పేజీలో ఆంపర్సాండ్ (&) బదులు & ఎందుకు కనిపిస్తోంది?
- టెక్స్ట్ రెండుసార్లు ఎస్కేప్ అయింది: ఒకసారి మీ డేటాలో, మళ్లీ మీ టెంప్లేట్ లేదా ఫ్రేమ్వర్క్ ద్వారా. ముడి టెక్స్ట్ను నిల్వ చేసి, అవుట్పుట్ సమయంలో ఒక్క లేయర్ (సాధారణంగా టెంప్లేట్) మాత్రమే ఎస్కేప్ చేయనివ్వండి.
- నమ్మదగని మూలం నుండి వచ్చిన HTMLని ఇక్కడ డీకోడ్ చేయడం సురక్షితమేనా?
- అవును. డీకోడర్ ఇన్పుట్ను సాదా టెక్స్ట్ కంటెంట్గా పార్స్ చేస్తుంది, కాబట్టి ట్యాగ్లు సృష్టించబడవు, స్క్రిప్ట్లు రన్ కావు, ఇమేజ్లు లోడ్ కావు. ఎంటిటీ రిఫరెన్స్లు మాత్రమే అక్షరాలుగా మారతాయి.
- పేరున్న ఎంటిటీలు మంచివా, సంఖ్యా ఎంటిటీలు మంచివా?
- నేమ్డ్ వాటిని చదవడం సులభం; న్యూమరిక్ వాటిని ప్రతి అక్షరానికి, ప్రతి XML పార్సర్లో ఉపయోగించవచ్చు. DTD లేని XMLలో
&,<,>,",'మాత్రమే ముందే నిర్వచించబడ్డాయి.