堆棧內存溢出
  簡體   English   中英

如何使用純 JavaScript 將字符轉換為 HTML 實體

[英]How to convert characters to HTML entities using plain JavaScript

 原文  2009-08-30 15:05:14  1   12    javascript/ escaping/ html-entities

問題描述

我有以下幾點：

var text = "Übergroße Äpfel mit Würmern";

我正在尋找一個 Javascript 函數來轉換文本，以便每個特殊字母都由其 HTML 實體序列表示，如下所示：

var newText = magicFunction(text);
...
newText = "Übergroße Äpfel mit Würmern";

該函數不僅應轉義此示例中的字母，還應轉義所有這些字母。

你會如何做到這一點？ 有沒有現有的功能？ （簡單，因為沒有框架的解決方案是首選）

順便說一句：是的，我見過這個問題，但它沒有解決我的需要。

12 個解決方案

解決方案1
 62 已采納  2009-08-30 19:31:26

在 bucabay 的幫助和創建我自己的函數的建議下，我創建了這個對我有用的函數。 大家怎么看，有沒有更好的解決方案？

if(typeof escapeHtmlEntities == 'undefined') {
        escapeHtmlEntities = function (text) {
            return text.replace(/[\u00A0-\u2666<>\&]/g, function(c) {
                return '&' + 
                (escapeHtmlEntities.entityTable[c.charCodeAt(0)] || '#'+c.charCodeAt(0)) + ';';
            });
        };

        // all HTML4 entities as defined here: http://www.w3.org/TR/html4/sgml/entities.html
        // added: amp, lt, gt, quot and apos
        escapeHtmlEntities.entityTable = {
            34 : 'quot', 
            38 : 'amp', 
            39 : 'apos', 
            60 : 'lt', 
            62 : 'gt', 
            160 : 'nbsp', 
            161 : 'iexcl', 
            162 : 'cent', 
            163 : 'pound', 
            164 : 'curren', 
            165 : 'yen', 
            166 : 'brvbar', 
            167 : 'sect', 
            168 : 'uml', 
            169 : 'copy', 
            170 : 'ordf', 
            171 : 'laquo', 
            172 : 'not', 
            173 : 'shy', 
            174 : 'reg', 
            175 : 'macr', 
            176 : 'deg', 
            177 : 'plusmn', 
            178 : 'sup2', 
            179 : 'sup3', 
            180 : 'acute', 
            181 : 'micro', 
            182 : 'para', 
            183 : 'middot', 
            184 : 'cedil', 
            185 : 'sup1', 
            186 : 'ordm', 
            187 : 'raquo', 
            188 : 'frac14', 
            189 : 'frac12', 
            190 : 'frac34', 
            191 : 'iquest', 
            192 : 'Agrave', 
            193 : 'Aacute', 
            194 : 'Acirc', 
            195 : 'Atilde', 
            196 : 'Auml', 
            197 : 'Aring', 
            198 : 'AElig', 
            199 : 'Ccedil', 
            200 : 'Egrave', 
            201 : 'Eacute', 
            202 : 'Ecirc', 
            203 : 'Euml', 
            204 : 'Igrave', 
            205 : 'Iacute', 
            206 : 'Icirc', 
            207 : 'Iuml', 
            208 : 'ETH', 
            209 : 'Ntilde', 
            210 : 'Ograve', 
            211 : 'Oacute', 
            212 : 'Ocirc', 
            213 : 'Otilde', 
            214 : 'Ouml', 
            215 : 'times', 
            216 : 'Oslash', 
            217 : 'Ugrave', 
            218 : 'Uacute', 
            219 : 'Ucirc', 
            220 : 'Uuml', 
            221 : 'Yacute', 
            222 : 'THORN', 
            223 : 'szlig', 
            224 : 'agrave', 
            225 : 'aacute', 
            226 : 'acirc', 
            227 : 'atilde', 
            228 : 'auml', 
            229 : 'aring', 
            230 : 'aelig', 
            231 : 'ccedil', 
            232 : 'egrave', 
            233 : 'eacute', 
            234 : 'ecirc', 
            235 : 'euml', 
            236 : 'igrave', 
            237 : 'iacute', 
            238 : 'icirc', 
            239 : 'iuml', 
            240 : 'eth', 
            241 : 'ntilde', 
            242 : 'ograve', 
            243 : 'oacute', 
            244 : 'ocirc', 
            245 : 'otilde', 
            246 : 'ouml', 
            247 : 'divide', 
            248 : 'oslash', 
            249 : 'ugrave', 
            250 : 'uacute', 
            251 : 'ucirc', 
            252 : 'uuml', 
            253 : 'yacute', 
            254 : 'thorn', 
            255 : 'yuml', 
            402 : 'fnof', 
            913 : 'Alpha', 
            914 : 'Beta', 
            915 : 'Gamma', 
            916 : 'Delta', 
            917 : 'Epsilon', 
            918 : 'Zeta', 
            919 : 'Eta', 
            920 : 'Theta', 
            921 : 'Iota', 
            922 : 'Kappa', 
            923 : 'Lambda', 
            924 : 'Mu', 
            925 : 'Nu', 
            926 : 'Xi', 
            927 : 'Omicron', 
            928 : 'Pi', 
            929 : 'Rho', 
            931 : 'Sigma', 
            932 : 'Tau', 
            933 : 'Upsilon', 
            934 : 'Phi', 
            935 : 'Chi', 
            936 : 'Psi', 
            937 : 'Omega', 
            945 : 'alpha', 
            946 : 'beta', 
            947 : 'gamma', 
            948 : 'delta', 
            949 : 'epsilon', 
            950 : 'zeta', 
            951 : 'eta', 
            952 : 'theta', 
            953 : 'iota', 
            954 : 'kappa', 
            955 : 'lambda', 
            956 : 'mu', 
            957 : 'nu', 
            958 : 'xi', 
            959 : 'omicron', 
            960 : 'pi', 
            961 : 'rho', 
            962 : 'sigmaf', 
            963 : 'sigma', 
            964 : 'tau', 
            965 : 'upsilon', 
            966 : 'phi', 
            967 : 'chi', 
            968 : 'psi', 
            969 : 'omega', 
            977 : 'thetasym', 
            978 : 'upsih', 
            982 : 'piv', 
            8226 : 'bull', 
            8230 : 'hellip', 
            8242 : 'prime', 
            8243 : 'Prime', 
            8254 : 'oline', 
            8260 : 'frasl', 
            8472 : 'weierp', 
            8465 : 'image', 
            8476 : 'real', 
            8482 : 'trade', 
            8501 : 'alefsym', 
            8592 : 'larr', 
            8593 : 'uarr', 
            8594 : 'rarr', 
            8595 : 'darr', 
            8596 : 'harr', 
            8629 : 'crarr', 
            8656 : 'lArr', 
            8657 : 'uArr', 
            8658 : 'rArr', 
            8659 : 'dArr', 
            8660 : 'hArr', 
            8704 : 'forall', 
            8706 : 'part', 
            8707 : 'exist', 
            8709 : 'empty', 
            8711 : 'nabla', 
            8712 : 'isin', 
            8713 : 'notin', 
            8715 : 'ni', 
            8719 : 'prod', 
            8721 : 'sum', 
            8722 : 'minus', 
            8727 : 'lowast', 
            8730 : 'radic', 
            8733 : 'prop', 
            8734 : 'infin', 
            8736 : 'ang', 
            8743 : 'and', 
            8744 : 'or', 
            8745 : 'cap', 
            8746 : 'cup', 
            8747 : 'int', 
            8756 : 'there4', 
            8764 : 'sim', 
            8773 : 'cong', 
            8776 : 'asymp', 
            8800 : 'ne', 
            8801 : 'equiv', 
            8804 : 'le', 
            8805 : 'ge', 
            8834 : 'sub', 
            8835 : 'sup', 
            8836 : 'nsub', 
            8838 : 'sube', 
            8839 : 'supe', 
            8853 : 'oplus', 
            8855 : 'otimes', 
            8869 : 'perp', 
            8901 : 'sdot', 
            8968 : 'lceil', 
            8969 : 'rceil', 
            8970 : 'lfloor', 
            8971 : 'rfloor', 
            9001 : 'lang', 
            9002 : 'rang', 
            9674 : 'loz', 
            9824 : 'spades', 
            9827 : 'clubs', 
            9829 : 'hearts', 
            9830 : 'diams', 
            338 : 'OElig', 
            339 : 'oelig', 
            352 : 'Scaron', 
            353 : 'scaron', 
            376 : 'Yuml', 
            710 : 'circ', 
            732 : 'tilde', 
            8194 : 'ensp', 
            8195 : 'emsp', 
            8201 : 'thinsp', 
            8204 : 'zwnj', 
            8205 : 'zwj', 
            8206 : 'lrm', 
            8207 : 'rlm', 
            8211 : 'ndash', 
            8212 : 'mdash', 
            8216 : 'lsquo', 
            8217 : 'rsquo', 
            8218 : 'sbquo', 
            8220 : 'ldquo', 
            8221 : 'rdquo', 
            8222 : 'bdquo', 
            8224 : 'dagger', 
            8225 : 'Dagger', 
            8240 : 'permil', 
            8249 : 'lsaquo', 
            8250 : 'rsaquo', 
            8364 : 'euro'
        };
    }

用法示例：

var text = "Übergroße Äpfel mit Würmern";
alert(escapeHtmlEntities (text));

結果：

&Uuml;bergro&szlig;e &Auml;pfel mit W&uuml;rmern

解決方案2
 56  2014-05-23 14:00:05

這里建議的所有其他解決方案，以及大多數其他執行 HTML 實體編碼/解碼的 JavaScript 庫，都會犯一些錯誤：

對於避免所有這些問題的強大解決方案，請使用我為此編寫的名為he的庫。 從它的自述文件：

he （代表“HTML 實體”）是一個用 JavaScript 編寫的強大的 HTML 實體編碼器/解碼器。 它支持所有標准化的 HTML 命名字符引用， 像瀏覽器一樣處理模糊的＆符號和其他邊緣情況，具有廣泛的測試套件，並且——與許多其他 JavaScript 解決方案相反——他可以很好地處理星體 Unicode 符號。 提供在線演示。

解決方案3
 18  2009-08-30 18:10:40

使用 escape() 應該適用於字符代碼范圍 0x00 到 0xFF（ UTF-8 范圍）。

如果超出 0xFF (255)，例如 0x100 (256)，則 escape() 將不起作用：

escape("\u0100"); // %u0100

和：

text = "\u0100"; // Ā
html = escape(text).replace(/%(..)/g,"&#x$1;"); // &#xu0;100

因此，如果您想涵蓋http://www.w3.org/TR/html4/sgml/entities.html 上定義的所有 Unicode 字符，那么您可以使用以下內容：

var html = text.replace(/[\u00A0-\u00FF]/g, function(c) {
   return '&#'+c.charCodeAt(0)+';';
});

注意這里的范圍是：\ -\ÿ。

這是http://www.w3.org/TR/html4/sgml/entities.html中定義的第一個字符代碼范圍，與 escape() 涵蓋的內容相同。

您還需要添加您想要涵蓋的其他范圍，或所有范圍。

示例：帶有一般標點符號的 UTF-8 范圍（\ -\ÿ 和 \•-\ℵ）

var html = text.replace(/[\u00A0-\u00FF\u2022-\u2135]/g, function(c) {
   return '&#'+c.charCodeAt(0)+';';
});

編輯：

順便說一句：\ -\♦ 應該盲目地將不在 ASCII 范圍內的每個 Unicode 字符代碼轉換為 HTML 實體：

var html = text.replace(/[\u00A0-\u2666]/g, function(c) {
   return '&#'+c.charCodeAt(0)+';';
});

解決方案4
 8  2017-02-24 11:20:26

he庫是我所知道的唯一 100% 可靠的解決方案！

他由世界最著名的 JavaScript 大師之一Mathias Bynens編寫，具有以下特點：

示例使用

he.encode('foo © bar ≠ baz 𝌆 qux'); 
// Output : 'foo &#xA9; bar &#x2260; baz &#x1D306; qux'

he.decode('foo &copy; bar &ne; baz &#x1D306; qux');
// Output : 'foo © bar ≠ baz 𝌆 qux'

解決方案5
 6  2009-08-30 18:10:13

您可以使用：

function encodeHTML(str){
 var aStr = str.split(''),
     i = aStr.length,
     aRet = [];

   while (i--) {
    var iC = aStr[i].charCodeAt();
    if (iC < 65 || iC > 127 || (iC>90 && iC<97)) {
      aRet.push('&#'+iC+';');
    } else {
      aRet.push(aStr[i]);
    }
  }
 return aRet.reverse().join('');
}

此函數 HTMLEncodes 不是 z/AZ 的所有內容。

[編輯]一個相當古老的答案。 讓我們添加一個更簡單的 String 擴展來對所有擴展字符進行編碼：

String.prototype.encodeHTML = function () {
  return this.replace(/[\u0080-\u024F]/g, 
          function (v) {return '&#'+v.charCodeAt()+';';}
         );
}
// usage
log('Übergroße Äpfel mit Würmern'.encodeHTML());
//=> '&#220;bergro&#223;e &#196;pfel mit W&#252;rmern'

解決方案6
 4  2009-08-30 15:23:42

擁有一個包含大量 replace() 調用的查找表很慢且不可維護。

幸運的是，內置的escape()函數也對大部分相同的字符進行編碼，並將它們置於一致的格式中（%XX，其中XX 是字符的十六進制值）。

因此，您可以讓 escape() 方法為您完成大部分工作，只需將其答案更改為 HTML 實體而不是 URL 轉義字符：

htmlescaped = escape(mystring).replace(/%(..)/g,"&#x$1;");

這使用十六進制格式來轉義值而不是命名實體，但對於存儲和顯示值，它與命名實體一樣有效。

當然，也逃脫逃脫你不需要在HTML逃脫（空格，例如）字符，但你可以用一些替代的呼叫反轉義它們。

編輯：我比我自己的更喜歡 bucabay 的答案......處理更大范圍的字符，並且之后不需要黑客來獲得空格、斜線等。未轉義。

解決方案7
 3  2015-05-19 00:47:41

在 JSFiddle 上演示

這是一個很小的獨立方法：

  • 嘗試在不使用庫的情況下整合此頁面上的答案
  • 適用於較舊的瀏覽器
  • 支持代理對（如表情符號）
  • 應用字符覆蓋（那是什么？不確定）

我不太了解 unicode，但它似乎運行良好。

// escape a string for display in html
// see also: 
// polyfill for String.prototype.codePointAt
//   https://raw.githubusercontent.com/mathiasbynens/String.prototype.codePointAt/master/codepointat.js
// how to convert characters to html entities
//     http://stackoverflow.com/a/1354491/347508
// html overrides from 
//   https://html.spec.whatwg.org/multipage/syntax.html#table-charref-overrides / http://stackoverflow.com/questions/1354064/how-to-convert-characters-to-html-entities-using-plain-javascript/23831239#comment36668052_1354098

var _escape_overrides = { 0x00:'\uFFFD',0x80:'\u20AC',0x82:'\u201A',0x83:'\u0192',0x84:'\u201E',0x85:'\u2026',0x86:'\u2020',0x87:'\u2021',0x88:'\u02C6',0x89:'\u2030',0x8A:'\u0160',0x8B:'\u2039',0x8C:'\u0152',0x8E:'\u017D',0x91:'\u2018',0x92:'\u2019',0x93:'\u201C',0x94:'\u201D',0x95:'\u2022',0x96:'\u2013',0x97:'\u2014',0x98:'\u02DC',0x99:'\u2122',0x9A:'\u0161',0x9B:'\u203A',0x9C:'\u0153',0x9E:'\u017E',0x9F:'\u0178' }; 

function escapeHtml(str){
    return str.replace(/([\u0000-\uD799]|[\uD800-\uDBFF][\uDC00-\uFFFF])/g, function(c) {
        var c1 = c.charCodeAt(0);
        // ascii character, use override or escape
        if( c1 <= 0xFF ) return (c1=_escape_overrides[c1])?c1:escape(c).replace(/%(..)/g,"&#x$1;");
        // utf8/16 character
        else if( c.length == 1 ) return "&#" + c1 + ";"; 
        // surrogate pair
        else if( c.length == 2 && c1 >= 0xD800 && c1 <= 0xDBFF ) return "&#" + ((c1-0xD800)*0x400 + c.charCodeAt(1) - 0xDC00 + 0x10000) + ";"
        // no clue .. 
        else return "";
    });
}

解決方案8
 2  2015-04-10 20:30:44

我通過使用encodeURIComponent()而不是escape()解決了我的問題。

如果在 URL 中發送字符串時出現問題，這可能是您的解決方法。

試試這個短語 ("hi & % '")

escape()返回

"hi%20%26%20%25%20%u2018"

請注意%u2018對 url 不是很友好，可能會破壞查詢字符串的其余部分。

encodeURI()返回

"hi%20&%20%25%20%E2%80%98"

注意＆符號仍然存在。

encodeURIComponent()返回

"hi%20%26%20%25%20%E2%80%98"

最后，我們所有的字符都被正確編碼。

解決方案9
 1  2013-08-14 16:22:51

只需將@bucababy 的答案重新發布為“書簽”，因為有時比使用這些查找頁面更容易：

alert(prompt('Enter characters to htmlEncode', '').replace(/[\u00A0-\u2666]/g, function(c) {
   return '&#'+c.charCodeAt(0)+';';
}));

解決方案10
 1  2019-08-29 13:46:52

我建議使用 JS 庫實體。 使用該庫非常簡單。 請參閱文檔中的示例：

const entities = require("entities");
//encoding
entities.escape("&#38;"); // "&#x26;#38;"
entities.encodeXML("&#38;"); // "&amp;#38;"
entities.encodeHTML("&#38;"); // "&amp;&num;38&semi;"
//decoding
entities.decodeXML("asdf &amp; &#xFF; &#xFC; &apos;"); // "asdf & ÿ ü '"
entities.decodeHTML("asdf &amp; &yuml; &uuml; &apos;"); // "asdf & ÿ ü '"

解決方案11
 0  2011-11-15 07:44:42

最佳解決方案發布在 phpjs.org implementation of PHP function htmlentities

格式是htmlentities(string, quote_style, charset, double_encode)關於 PHP 函數的完整文檔可以在這里閱讀

解決方案12
 -1  2009-08-30 15:43:46

我改編了參考問題的答案之一，但添加了為字符名稱定義顯式映射的功能。

var char_names = {
    160:'nbsp',
    161:'iexcl',
    220:'Uuml',
    223:'szlig',
    196:'Auml',
    252:'uuml',
    };

function HTMLEncode(str){
     var aStr = str.split(''),
         i = aStr.length,
         aRet = [];

     while (--i >= 0) {
      var iC = aStr[i].charCodeAt();
       if (iC < 32 || (iC > 32 && iC < 65) || iC > 127 || (iC>90 && iC<97)) {
        if(char_names[iC]!=undefined) {
         aRet.push('&'+char_names[iC]+';');
        }
        else {
         aRet.push('&#'+iC+';');
        }
       } else {
        aRet.push(aStr[i]);
       }
    }
    return aRet.reverse().join('');
   }

var text = "Übergroße Äpfel mit Würmer";

alert(HTMLEncode(text));

暫無
暫無

聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.

相關問題 如何使用純 Javascript 將 unicode 字符轉換為 HTML 數字實體 使用javascript將重音符號編碼為html實體 如何在保留 HTML 標簽（Javascript/NodeJS）的同時清理字符並將其轉換為 HTML 實體？ 將所有＆，&lt;，&gt;字符轉換為HTML實體 如何使用Javascript將此文本轉換為正確的HTML字符 使用JavaScript將轉義的html ASCII代碼轉換為純文本 使用 JavaScript 將純文本列表轉換為 HTML 列表 將html實體轉換為html字符的最佳方法 如何將HTML表轉換為純文本並將其保存到JavaScript中的變量中 如何將使用javascript的網頁轉換為純HTML？
相關標簽
 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM