Encodeur et décodeur d’entités HTML - Convertir en ligne
Encodeur et décodeur d’entités HTML
Entités HTML courantes
Cliquez sur une case pour copier son code nommé. La deuxième ligne donne le code numérique du même caractère.
Les entités HTML expliquées
Une entité HTML est un code court qui représente un caractère : < pour <, & pour &, é pour é. Le navigateur les retransforme en caractères à l’affichage. Cet outil convertit dans les deux sens directement dans votre navigateur : collez du texte pour le rendre sûr en HTML, ou du HTML encodé pour le lire.
Mode d’emploi
- 1 Choisissez Encoder pour transformer les caractères en entités, ou Décoder pour l’inverse.
- 2 Collez votre texte. Pour l’encodage, choisissez si seuls les cinq caractères spéciaux ou tout ce qui sort de l’ASCII est converti, et dans quel format.
- 3 Copiez le résultat. Un avertissement s’affiche si l’entrée semble déjà encodée ou s’il reste des entités après décodage.
Quels caractères faut-il encoder
Seuls cinq caractères ont un sens particulier en HTML : & ouvre une entité, < et > ouvrent et ferment les balises, " et ' terminent les valeurs d’attribut. Encodez-les chaque fois que vous insérez du texte saisi par un utilisateur dans une page ou un attribut : c’est aussi la protection de base contre l’injection HTML. Tout le reste, y compris é, à, ç ou les caractères chinois, peut s’écrire tel quel si la page est enregistrée et servie en UTF-8 (<meta charset="utf-8">). Encoder tout ce qui sort de l’ASCII n’est utile que pour des systèmes qui ne gèrent pas bien l’UTF-8, comme certains vieux modèles d’e-mail ou bases de données.
Nommée ou numérique ?
Les entités nommées comme é ou © sont lisibles mais n’existent que pour une liste fixe de caractères : HTML5 en connaît plus de 2 000, alors que les logiciels anciens ne connaissent que les 252 de HTML 4. Les références numériques fonctionnent pour tous les caractères — é (décimal) et é (hexadécimal) désignent le même é — et sont donc le choix le plus sûr. Avec « Nommé si possible », l’outil utilise le nom HTML 4 quand il existe et l’hexadécimal sinon. ' ne fait pas partie de HTML 4 : l’apostrophe est toujours écrite '.
Le piège du double encodage
Si un texte contenant déjà < est encodé une nouvelle fois, son & devient & et l’on obtient &lt;. Le navigateur affiche alors littéralement < au lieu d’un signe < — d’où les &amp; et &quot; visibles sur des pages mal faites. Cela arrive souvent quand un gabarit échappe un texte déjà échappé avant d’être enregistré. Décodez une fois et regardez le résultat : s’il reste des entités, l’outil propose de décoder à nouveau.
Émojis et caractères au-delà de U+FFFF
JavaScript stocke les émojis et les autres caractères au-delà de U+FFFF sous forme de deux moitiés de 16 bits, appelées paire de substitution. Les outils qui encodent chaque moitié séparément transforment le visage souriant en �� : deux références invalides que le navigateur affiche comme deux caractères de remplacement (�). Cet outil lit des points de code entiers, et le même émoji devient 😀 (en décimal 😀). Les émojis formés de plusieurs points de code, comme les drapeaux, les teintes de peau ou les familles, sont encodés en suite de références et reviennent intacts au décodage.