我有以下内容：
var text = "Übergroße Äpfel mit Würmern";
我正在搜索一个Javascript函数来转换文本，以便每个特殊字母都由其HTML实体序列表示，如下所示：
var newText = magicFunction(text);
...
newText = "Übergroße Äpfel mit Würmern";
该功能应该不仅转义此示例的字母but also all of these.
你将如何实现这一目标？那里有现成的功能吗？ （简单，因为没有框架的解决方案是首选）
顺便说一句：是的，我见过this question，但它没有满足我的需要。答案 0 :(得分：61)
在bucabay的帮助下以及创建我自己的功能的建议中，我创建了一个适合我的功能。你们有什么想法，某处有更好的解决方案吗？
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));
结果：
Übergroße Äpfel mit Würmern
更新1：再次感谢bucabay进行了|| - 提示
Update2 ：使用amp，lt，gt，apos，quot更新实体表，谢谢 richardtallent提示
Update3（2014年）： Mathias Bynens已创建a lib called 'he'，可能符合您的需求。
答案 1 :(得分：46)
这里建议的所有其他解决方案，以及大多数其他执行HTML实体编码/解码的JavaScript库都会犯一些错误：
htmlDecode('≼')应返回'≼'（i.e. '\u227C'）。htmlEncode('') should return something like 𝌆 or 𝌆。如果某个实现返回两个单独的实体（例如��或��），则它会被破坏。htmlDecode('𝌆')应该返回''而不是'팆'（i.e. '\uD306'）。htmlDecode('€')应返回'€'（i.e. '\u20AC'）。htmlDecode('&amp;')应该返回'&'，而不是&。对于避免所有这些问题的强大解决方案，请使用the he library。从其自述文件：
他（对于“HTML实体”）是一个用JavaScript编写的健壮的HTML实体编码器/解码器。它支持all standardized named character references as per HTML，处理ambiguous ampersands和其他边缘情况just like a browser would，具有广泛的测试套件，并且 - 与许多其他JavaScript解决方案相反 - 他处理星体Unicode符号就好了。 An online demo is available.
答案 2 :(得分：17)
使用escape（）应该使用字符代码范围0x00到0xFF（UTF-8 range）。
如果超过0xFF（255），例如0x100（256），则escape（）将不起作用：
escape("\u0100"); // %u0100
和
text = "\u0100"; // Ā
html = escape(text).replace(/%(..)/g,"&#x$1;"); // &#xu0;100
所以，如果你想覆盖http://www.w3.org/TR/html4/sgml/entities.html上定义的所有Unicode字符串，那么你可以使用类似的东西：
var html = text.replace(/[\u00A0-\u00FF]/g, function(c) {
return '&#'+c.charCodeAt(0)+';';
});
请注意，范围介于：\ u00A0- \ u00FF之间。
这是http://www.w3.org/TR/html4/sgml/entities.html中定义的第一个字符代码范围，与escape（）涵盖的范围相同。
您还需要添加其他要覆盖的范围，或者全部添加。
示例：带有常规标点符号的UTF-8范围（\ u00A0- \ u00FF和\ u2022- \ u2135）
var html = text.replace(/[\u00A0-\u00FF\u2022-\u2135]/g, function(c) {
return '&#'+c.charCodeAt(0)+';';
});
编辑：
BTW：\ u00A0- \ u2666应该盲目地将不在ASCII范围内的每个Unicode字符代码转换为HTML实体：
var html = text.replace(/[\u00A0-\u2666]/g, function(c) {
return '&#'+c.charCodeAt(0)+';';
});
答案 3 :(得分：6)
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('');
}
此函数HTMLEn编码非a-z / A-Z的所有内容。
[编辑]一个相当古老的答案。让我们添加一个更简单的String扩展来编码所有扩展字符：
String.prototype.encodeHTML = function () {
return this.replace(/[\u0080-\u024F]/g,
function (v) {return '&#'+v.charCodeAt()+';';}
);
}
// usage
log('Übergroße Äpfel mit Würmern'.encodeHTML());
//=> 'Übergroße Äpfel mit Würmern'
答案 4 :(得分：5)
he库是我所知道的唯一100％可靠的解决方案！
他由Mathias Bynens - 世界上最知名的JavaScript专家之一 - 撰写，并具有以下功能：
he.encode('foo © bar ≠ baz qux');
// Output : 'foo © bar ≠ baz 𝌆 qux'
he.decode('foo © bar ≠ baz 𝌆 qux');
// Output : 'foo © bar ≠ baz qux'
答案 5 :(得分：4)
使用具有bazillion replace（）调用的查找表很慢且无法维护。
幸运的是，内置的 escape（）函数也对大多数相同的字符进行编码，并将它们放在一致的格式中（％XX，其中XX是字符的十六进制值。）
因此，您可以让escape（）方法为您完成大部分工作，只需将其答案更改为HTML实体而不是URL转义字符：
htmlescaped = escape(mystring).replace(/%(..)/g,"&#x$1;");
这使用十六进制格式来转义值而不是命名实体，但是为了存储和显示值，它的工作方式与命名实体一样。
当然，转义也会逃避你在HTML（例如空格）中不需要转义的字符，但你可以通过一些替换调用来解除它们。
编辑：我更喜欢bucabay的答案，比我自己更好...处理更大范围的字符，之后不需要黑客来获取空格，斜线等等。
答案 6 :(得分：3)
这是一个独立的小方法：
我对unicode知之甚少，但似乎运作良好。
// 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 "";
});
}
答案 7 :(得分：1)
只需将@ bucababy的answer重新发布为“bookmarklet”，因为它有时比使用those lookup页面更容易：
alert(prompt('Enter characters to htmlEncode', '').replace(/[\u00A0-\u2666]/g, function(c) {
return '&#'+c.charCodeAt(0)+';';
}));
答案 8 :(得分：1)
我使用 encodeURIComponent() 代替 escape()解决了我的问题。
如果在URL中发送字符串时出现问题，这可能是您的修复。
尝试使用短语（“hi＆amp;％'”）
escape()返回
"hi%20%26%20%25%20%u2018"
请注意，%u2018不是非常友好的网址，可能会破坏查询字符串的其余部分。
encodeURI()返回
"hi%20&%20%25%20%E2%80%98"
注意＆符号仍在那里。
encodeURIComponent()返回
"hi%20%26%20%25%20%E2%80%98"
最后，我们所有的角色都已正确编码。
答案 9 :(得分：0)
最佳解决方案发布于PHP函数的phpjs.org实现 htmlentities
格式为htmlentities(string, quote_style, charset, double_encode)
关于PHP函数的完整文档是相同的，可以阅读here
答案 10 :(得分：0)
我建议使用JS库entities。使用该库非常简单。请参阅文档中的示例：
const entities = require("entities");
//encoding
entities.escape("&"); // "&#38;"
entities.encodeXML("&"); // "&#38;"
entities.encodeHTML("&"); // "&#38;"
//decoding
entities.decodeXML("asdf & ÿ ü '"); // "asdf & ÿ ü '"
entities.decodeHTML("asdf & ÿ ü '"); // "asdf & ÿ ü '"
答案 11 :(得分：-1)
我根据引用的问题调整了其中一个答案，但添加了为字符名称定义显式映射的功能。
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));