Entidades HTML nomeadas → numéricas

Autores de HTML e engenheiros de pipelines costumam precisar do mesmo caractere em duas formas: uma entidade nomeada como © ou —, ou uma referência numérica como © ou —. As formas nomeadas são mais legíveis no código-fonte; as numéricas viajam melhor por parsers XML, clientes de e-mail e processadores rígidos que não carregam a tabela completa de nomes HTML. Esta capacidade reescreve entidades HTML nomeadas em suas referências numéricas decimais equivalentes e devolve as referências numéricas às formas nomeadas preferidas quando o code point é conhecido. O caminho é totalmente determinístico: o mesmo texto e modo sempre produzem o mesmo resultado, sem chamadas de rede, sem sais aleatórios e sem atalhos dependentes de data.

Entidades nomeadas versus referências numéricas de caractere

Uma entidade HTML nomeada é um escape mnemônico como © para o sinal de copyright ou — para o travessão em. Uma referência numérica de caractere codifica o mesmo escalar Unicode na forma decimal © ou hexadecimal ©. Ambas são válidas em HTML; as formas numéricas são exigidas em alguns dialetos XML e preferidas quando o consumidor pode não conhecer todos os nomes HTML5.

Esta ferramenta não codifica texto simples bruto em entidades nem decodifica entidades em glifos visíveis para exibição—esse é outro trabalho do codificador geral de entidades HTML. Aqui o contrato é estritamente a conversão de formato entre referências nomeadas e numéricas que já aparecem na string. Entrada hexadecimal é aceita; a saída numérica bem-sucedida sempre usa a forma decimal para que goldens e diffs permaneçam estáveis byte a byte.

Ampersands soltos que não formam uma entidade completa terminada em ponto e vírgula ficam intocados, o que evita que rascunhos incompletos explodam e ainda captura nomes completos mas desconhecidos como &notanentity;.

Onde a conversão de nome para numérico agrega valor

Pipelines de HTML para e-mail costumam partir de conteúdo CMS cheio de  , ’ e — e precisam atravessar gateways que só garantem referências numéricas. Serializadores XML e embutidos SVG preferem igualmente &#N; a nomes que não fazem parte de XML 1.0. Engenheiros de qualidade fixam ambas as direções em testes de contrato para que um middleware não altere em silêncio como & ou € são emitidos entre versões.

Equipes de localização e acessibilidade usam a mesma conversão ao auditar que entidades de copyright, marca e pontuação permaneçam consistentes entre modelos. Educadores demonstram a diferença entre entidades nomeadas, referências decimais e hexadecimais com um único oráculo determinístico. Combine esta landing com o codificador geral de entidades HTML quando precisar escapar ampersands e colchetes angulares do texto simples, e com ferramentas de code points Unicode quando precisar de tokens U+XXXX em vez de referências HTML.

Intenção de busca distinta, a mesma confiabilidade de parse puro do restante do catálogo de codificação tier A.