HTML 中某些字元擁有特殊語法意義(如 < 開始標籤、& 開始實體),直接輸入會被瀏覽器解析為標記而非顯示字面內容。實體字元(Character Entity References)提供**字面顯示**機制。
&實體名稱;
&#十進位編號;
&#x十六進位編號;
三部分組成:**& (啟動) + 名稱/編號 + ; (結束)**。缺少分號在 HTML5 寬容模式下可能仍生效,但**強制要求加分號**以確保相容與可讀。
| 字符 | 命名實體 | 十進位 | 十六進位 | 用途 |
|---|---|---|---|---|
< | < | < | < | 標籤開始,最關鍵 |
> | > | > | > | 標籤結束 |
& | & | & | & | 實體開始,**雙重轉義來源** |
" | " | " | " | 屬性值雙引號內必須轉義 |
' | ' (XML/HTML5) | ' | ' | 屬性值單引號內建議轉義 |
| 顯示 | 命名實體 | 編號 | 說明 |
|---|---|---|---|
|   | 不換行空格,防止折行、合併空白 | |
| © | © | © | 版權符號 |
| ® | ® | ® | 註冊商標 |
| ™ | ™ | ™ | 商標 |
| € | € | € | 歐元 |
| ← | ← | ← | 左箭頭 |
| → | → | → | 右箭頭 |
| ✓ | ✓ | ✓ | 勾選標記 |
| ✕ | ✗ | ✗ | 叉叉標記 |
| ″ | ″ | ″ | 雙引號/秒符號 |
| ‖ | ∥ | ∥ | 平行符號 |
| 維度 | 命名實體 (<) | 數字實體 (<) |
|---|---|---|
| 可讀性 | 高,語意自明 | 低,需查表 |
| 瀏覽器支援 | 舊瀏覽器可能不支援新增實體 (HTML5 新增百餘個) | **幾乎所有瀏覽器完美支援** |
| 編碼獨立性 | 依賴文檔編碼聲明 | 直接對應 Unicode 碼位,跨編碼安全 |
| 建議用途 | 常用保留字符、常見符號 | 生成代碼、特殊符號、確保相容性場景 |
最佳實踐: 保留字符用命名實體(< > & "),其他符號統一用十進位數字實體(→),兼顧可讀與相容。
<?php
// 輸出到 HTML 內容區:轉義保留字符
echo htmlspecialchars($str, ENT_QUOTES | ENT_SUBSTITUTE, 'UTF-8');
// 輸出到 HTML 屬性值:同以上,雙引號已轉義
// 輸出到 JavaScript 字串:需額外轉義
echo json_encode($str); // 自動處理引號、換行、Unicode,產出合法 JS 字串字面量
// 解碼實體還原字符(如解析外部 XML/HTML)
echo html_entity_decode($str, ENT_QUOTES | ENT_HTML5, 'UTF-8');
// 瀏覽器原生:創建臨時元素解碼(安全,不執行腳本)
function decodeEntities(str) {
const txt = document.createElement('textarea');
txt.innerHTML = str;
return txt.value;
}
// 編碼為實體(簡易版,僅保留字符)
function encodeEntities(str) {
return str.replace(/[&<>"']/g, c => ({
'&': '&', '<': '<', '>': '>', '"': '"', "'": '''
})[c]);
}
// 現代專案:使用 he 庫(完整實體編碼/解碼,支援命名/數字/十六進位)
// npm install he
import { encode, decode } from 'he';
encode('<div>', { useNamedReferences: true }); // "<div>"
decode('<div>'); // ""
Python
import html
html.escape('') # '<script>alert(1)</script>'
html.unescape('<div>') # ''
常見錯誤與避坑
- 雙重轉義:已轉義字串再次經
htmlspecialchars → &lt; 顯示為 <。原則:存原始,輸出時按上下文轉義一次。
- 屬性值未加引號:
<div title=hello> 空格後屬性失效,且無法防禦 XSS。**永遠用雙引號包裹屬性值**,內容轉義 "。
- JavaScript 字串內直接拼接 HTML:
elem.innerHTML = '<div>' + userInput + '</div>' → XSS。必須用 textContent、DOMPurify 或框架安全插值。
- URL 參數未編碼:
<a href="/search?q=" + keyword> → 空格、&、= 破壞 URL。用 encodeURIComponent() (JS) / urlencode() (PHP)。
HTML5 新增命名實體(部分)
HTML5 定義了 2000+ 命名實體(如 
、|、​),但**IE11 及舊版移動瀏覽器不支援**。生產環境建議**僅使用 HTML4 定義的 253 個標準命名實體**,其他一律用數字實體。
總結
- **保留字符** (
<>&"') **必須轉義**,否則破壞結構或引發 XSS。
- 優先使用 **十進位數字實體** (
&#nnnn;) 確保跨瀏覽器、跨編碼相容。
- **輸出時轉義**,而非存儲時;根據上下文(HTML 內容、屬性、JS、CSS、URL)選擇正確編碼函式。
- 富文本輸出**必須**經過 **DOMPurify/HTMLPurifier** 白名單過濾,單純實體轉義不足以防禦富文本 XSS。
掌握實體字元機制,是前後端工程師構建安全、正確、國際化 Web 應用的基本功。