web-dev-qa-db-ja.com

プレーンJavaScriptを使用して文字をHTMLエンティティに変換する方法

私は次のものを持っています：

var text = "Übergroße Äpfel mit Würmern";

すべての特殊文字が次のようなHTMLエンティティシーケンスで表されるように、テキストを変換するJavascript関数を探しています。

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

関数はだけでなくこの例の文字をエスケープする必要があります これらのすべても

どうやって達成しますか？既存の機能はありますか？ （プレーン、フレームワークのないソリューションが好ましいため）

Btw：はい、私は この質問 を見ましたが、それは私のニーズに対応していません。

javascriptescapinghtml-entities
53
Chris

ブカベイの助けと独自の機能を作成するためのアドバイスにより、私はこの機能を作成しました。どこにもっと良い解決策がありますか？

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'
        };
    }

使用例：

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

結果：

&Uuml;bergro&szlig;e &Auml;pfel mit W&uuml;rmern
61
Chris

ここで提案されている他のすべてのソリューション、およびHTMLエンティティのエンコード/デコードを行う他のほとんどのJavaScriptライブラリは、いくつかの間違いを犯します。

これらすべての問題を回避する堅牢なソリューションの場合は、 heライブラリ を使用します。READMEから：

he（「HTMLエンティティ」）は、JavaScriptで記述された堅牢なHTMLエンティティエンコーダー/デコーダーです。 HTMLによるすべての標準化された名前付き文字参照 、ハンドル 曖昧なアンパサンド およびその他のEdgeケース ブラウザと同じように をサポートし、広範なテストスイートを備えていますおよび（他の多くのJavaScriptソリューションとは異なり）heはアストラルUnicodeシンボルをうまく処理します。 オンラインデモが利用可能です。

48
Mathias Bynens

Escape（）の使用は、文字コード範囲0x00〜0xFF（ TF-8範囲 ）で機能するはずです。

0xFF（255）（0x100（256）など）を超えると、escape（）は機能しません。

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

そして：

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

したがって、 http://www.w3.org/TR/html4/sgml/entities.html で定義されているすべてのUnicode文字をカバーする場合は、次のようなものを使用できます。

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

ここで、範囲は\ u00A0-\u00FFであることに注意してください。

それは http://www.w3.org/TR/html4/sgml/entities.html で定義されている最初の文字コード範囲です。これはescape（）がカバーするものと同じです。

カバーする他の範囲、またはそれらすべてを追加する必要があります。

例：一般的な句読点付きのUTF-8範囲（\ u00A0-\u00FFおよび\ u2022-\u2135）

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

編集：

BTW：\ u00A0-\u2666は、ASCII範囲内にないすべてのUnicode文字コードをHTMLエンティティに盲目的に変換する必要があります。

var html = text.replace(/[\u00A0-\u2666]/g, function(c) {
   return '&#'+c.charCodeAt(0)+';';
});
17
bucabay

he ライブラリは、私が知っている唯一の100％信頼できるソリューションです！

Heは Mathias Bynens によって書かれています-世界で最も有名なJavaScriptの達人-そして、次の機能があります：

使用例

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'
7
John Slegers

次を使用できます。

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('');
}

この関数は、a-z/A-Z以外のすべてをHTMLEncodeします。

[編集]かなり古い回答。すべての拡張文字をエンコードするために、より単純なString拡張を追加しましょう。

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'
6
KooiInc

膨大なreplace（）呼び出しを含むルックアップテーブルを持つのは時間がかかり、維持できません。

幸いなことに、組み込みのescape（）関数alsoは、ほとんどの同じ文字をエンコードし、それらを一貫した形式にします（％XX、XXは文字の16進値です）。

したがって、escape（）メソッドにほとんどの作業を行わせ、その応答をURLエスケープ文字ではなくHTMLエンティティに変更することができます。

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

これは、名前付きエンティティではなく値のエスケープに16進形式を使用しますが、値の保存と表示には、名前付きエンティティと同様に機能します。

もちろん、escapeは、HTMLでエスケープしない文字（need toなど）もエスケープします（スペースなど）が、いくつかの置換呼び出しでエスケープを解除できます。

編集：私は自分よりもブカベイの答えが好きです...より広い範囲の文字を処理し、スペースやスラッシュなどをエスケープせずに取得するために後でハッキングする必要はありません。

4
richardtallent

JSFiddleのデモ

これは、次のような小さなスタンドアロンの方法です。

  • ライブラリを使用せずに、このページの回答を統合しようとします
  • 古いブラウザで動作します
  • サロゲートペア（絵文字など）をサポート
  • 文字のオーバーライドを適用します（それは何ですか？正確にはわかりません）

私はユニコードについてあまり知りませんが、うまく機能しているようです。

// 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 "";
    });
}
3
kritzikratzi

使用して問題を修正しましたencodeURIComponent()代わりにescape()。

これは、URLで文字列を送信するときに問題が発生した場合の解決策かもしれません。

フレーズ（ "hi＆％ ’"）でこれを試してください

escape()は戻ります

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

_%u2018_はURLフレンドリではなく、クエリ文字列の残りを壊す可能性があることに注意してください。

encodeURI()は戻ります

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

アンパサンドがまだ残っていることに注意してください。

encodeURIComponent()は戻ります

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

最後に、すべてのキャラクターが適切にエンコードされます。

1
Adam Grant

@bucababyの answer を「ブックマークレット」として再投稿するだけです。これは、 thoselookup ページを使用するよりも簡単な場合があるためです。

alert(Prompt('Enter characters to htmlEncode', '').replace(/[\u00A0-\u2666]/g, function(c) {
   return '&#'+c.charCodeAt(0)+';';
}));
1
drzaus

JSライブラリ entities を使用することをお勧めします。ライブラリの使用は非常に簡単です。ドキュメントの例を参照してください：

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 '"
0
Antonín Slejška

最良の解決策は、php.orgのPHP function-）の実装に投稿されています htmlentities

形式はhtmlentities(string, quote_style, charset, double_encode)です。PHP関数と同一の完全なドキュメントを読むことができます here

0
Ronny Sherer