萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網頁製作 >> HTML5 教學

HTML 實體字元完整指南:轉義字符、保留字符與特殊符號對照表

為什麼需要 HTML 實體?

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。

實體語法結構

&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。

必須轉義的四大保留字符

字符命名實體十進位十六進位用途
<&lt;&#60;&#x3C;標籤開始,最關鍵
>&gt;&#62;&#x3E;標籤結束
&&amp;&#38;&#x26;實體開始,**雙重轉義來源**
"&quot;&#34;&#x22;屬性值雙引號內必須轉義
'&apos; (XML/HTML5)&#39;&#x27;屬性值單引號內建議轉義

常用符號實體速查表

顯示命名實體編號說明
 &nbsp;&#160;不換行空格,防止折行、合併空白
©&copy;&#169;版權符號
®&reg;&#174;註冊商標
™&trade;&#8482;商標
€&euro;&#8364;歐元
←&larr;&#8592;左箭頭
→&rarr;&#8594;右箭頭
✓&check;&#10003;勾選標記
✕&cross;&#10007;叉叉標記
″&Prime;&#8243;雙引號/秒符號
‖&parallel;&#8741;平行符號

命名實體 vs 數字實體:選擇指南

維度命名實體 (&lt;)數字實體 (&#60;)
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(&lt; &gt; &amp; &quot;),其他符號統一用十進位數字實體(&#8594;),兼顧可讀與相容。

程式碼中正確處理實體

PHP

<?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');

JavaScript

// 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 }); // "&lt;div&gt;"
decode('&lt;div&gt;'); // "
"

Python

import html
html.escape('')  # '<script>alert(1)</script>'
html.unescape('&lt;div&gt;')              # '
'

常見錯誤與避坑

  1. 雙重轉義:已轉義字串再次經 htmlspecialchars → &amp;lt; 顯示為 &lt;。原則:存原始,輸出時按上下文轉義一次。
  2. 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 "。
  3. 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。
  4. 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 &NewLine;、&VerticalLine;、&ZeroWidthSpace;),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。

copyright © 萬盛學電腦網 all rights reserved