HTML-Entities kodieren und dekodieren - HTML Entity Encoder
HTML-Entities kodieren und dekodieren
Häufige HTML-Entities
Klicken Sie auf ein Feld, um den benannten Code zu kopieren. Die zweite Zeile ist der numerische Code desselben Zeichens.
HTML-Entities einfach erklärt
Eine HTML-Entity ist ein kurzer Code, der für ein Zeichen steht: < für <, & für &, é für é. Browser verwandeln sie beim Anzeigen wieder in Zeichen. Dieses Werkzeug wandelt direkt im Browser in beide Richtungen um – Text für HTML sicher machen oder kodiertes HTML lesbar machen.
So geht’s
- 1 Wählen Sie Kodieren, um Zeichen in Entities umzuwandeln, oder Dekodieren für den umgekehrten Weg.
- 2 Fügen Sie Ihren Text ein. Beim Kodieren wählen Sie, ob nur die fünf Sonderzeichen oder alles außerhalb von ASCII umgewandelt wird – und in welchem Format.
- 3 Kopieren Sie das Ergebnis. Eine Warnung erscheint, wenn die Eingabe schon kodiert aussieht oder nach dem Dekodieren noch Entities übrig sind.
Welche Zeichen kodiert werden müssen
Nur fünf Zeichen haben in HTML eine Sonderbedeutung: & leitet eine Entity ein, < und > öffnen und schließen Tags, " und ' beenden Attributwerte. Kodieren Sie diese immer, wenn Sie Benutzertext in eine Seite oder ein Attribut einfügen – das ist auch der Grundschutz gegen HTML-Injection. Alles andere, auch ä, ö, ü, ß oder chinesische Zeichen, kann direkt geschrieben werden, solange die Seite als UTF-8 gespeichert und ausgeliefert wird (<meta charset="utf-8">). Alles außerhalb von ASCII zu kodieren, braucht man nur für Systeme, die nicht UTF-8-fest sind, etwa manche alte E-Mail-Vorlagen oder Datenbanken.
Benannt oder numerisch?
Benannte Entities wie ä oder © sind gut lesbar, gibt es aber nur für eine feste Liste von Zeichen: HTML5 kennt über 2.000 Namen, ältere Software nur die 252 aus HTML 4. Numerische Referenzen funktionieren für jedes Zeichen – ä (dezimal) und ä (hexadezimal) sind dasselbe ä – und sind daher am sichersten. Mit „Benannt, wo möglich“ nutzt das Werkzeug den HTML-4-Namen, sofern es einen gibt, sonst Hexadezimal. ' gehört nicht zu HTML 4, darum wird der Apostroph immer als ' geschrieben.
Die Falle der Doppelkodierung
Wird Text, der schon < enthält, erneut kodiert, wird sein & zu & und es entsteht &lt;. Der Browser zeigt dann wörtlich < statt eines <-Zeichens – daher die bekannten &amp; und &quot; auf schlecht gebauten Seiten. Meist passiert das, wenn ein Template Text maskiert, der schon vor dem Speichern maskiert wurde. Dekodieren Sie einmal und prüfen Sie das Ergebnis: Sind noch Entities da, bietet das Werkzeug eine zweite Runde an.
Emoji und Zeichen oberhalb von U+FFFF
JavaScript speichert Emoji und andere Zeichen oberhalb von U+FFFF als zwei 16-Bit-Hälften, ein sogenanntes Surrogatpaar. Werkzeuge, die jede Hälfte einzeln kodieren, machen aus dem lachenden Gesicht �� – zwei ungültige Referenzen, die der Browser als zwei Ersatzzeichen (�) anzeigt. Dieses Werkzeug liest ganze Codepunkte, das gleiche Emoji wird also zu 😀 (dezimal 😀). Emoji aus mehreren Codepunkten wie Flaggen, Hautfarben oder Familien werden als Folge von Referenzen kodiert und kommen beim Dekodieren unversehrt zurück.