HTML 字符实体和转义字符串

Question

HTML 中 <>& 等有特殊含义（<>用于链接签，& 用于转义），不能直接使用。这些符号是不显示在我们最终看到的网页里的，那如果我们希望在网页中显示这些符号，该怎么办呢？

这就要说到 HTML 转义字符串（Escape Sequence）了。

转义字符串（Escape Sequence）也称字符实体（Character Entity）。在 HTML 中，定义转义字符串的原因有两个：第一个原因是像 < 和 > 这类符号已经用来表示 HTML 标签，因此就不能直接当作文本中的符号来使用。为了在 HTML 文档中使用这些符号，就需要定义它的转义字符串。当解释程序遇到这类字符串时就把它解释为真实的字符。在输入转 义字符串时，要严格遵守字母大小写的规则。第二个原因是，有些字符在 ASCII 字符集中没有定义，因此需要使用转义字符串来表示。

转义字符串的组成

转义字符串（Escape Sequence），即字符实体（Character Entity）分成三部分：第一部分是一个 & 符号，英文叫 ampersand，第二部分是实体（Entity）名字或者是 # 加上实体（Entity）编号，第三部分是一个分号。

比如要显示小于号（<），就可以写 < 或者 < 。

用实体（Entity）名字的好处是比较好理解，一看 lt 大概就猜出是 less than 的意思，但是其劣势在于并不是所有的浏览器都支持最新的 Entity 名字。而实体（Entity）编号，各种浏览器都能处理。

提示：实体名称（Entity）是区分大小写的。

备注：同一个符号，可以用实体名称和实体编号两种方式引用，实体名称的优势在于便于记忆，但不能保证所有的浏览器都能顺利识别它，而实体编号则没有这种担忧，但它实在不方便记忆。

如何显示空格？

通常情况下，HTML 会自动截去多余的空格。不管你加多少空格，都被看做一个空格。比如你在两个字之间加了 10 个空格，HTML 会截去 9 个空格，只保留一个。为了在网页中增加空格，你可以使用   表示空格。

HTML特殊转义字符列表

最常用的字符实体

显示	说明	实体名称	实体编号
	半方大的空白
	全方大的空白
	不断行的空白格
<	小于	<	<
>	大于	>	>
&	&符号	&	&
"	双引号	"	"
©	版权	©	©
®	已注册商标	®	®
™	商标（美国）	™	™
×	乘号	×	×
÷	除号	÷	÷

ISO 8859-1 (Latin-1)字符集

备注：为了方便起见，以下表格中，实体名称简称为名称，实体编号简称为编号。

显示	名称	编号	显示	名称	编号	显示	名称	编号	显示	名称	编号	显示	名称	编号
			¡	¡	¡	¢	¢	¢	£	£	£	¤	¤	¤
¥	¥	¥	¦	¦	¦	§	§	§	¨	¨	¨	©	©	©
ª	ª	ª	«	«	«	¬	¬	¬		­	­	®	®	®
¯	¯	¯	°	°	°	±	±	±	²	²	²	³	³	³
´	´	´	µ	µ	µ	¶	¶	¶	·	·	·	¸	¸	¸
¹	¹	¹	º	º	º	»	»	»	¼	¼	¼	½	½	½
¾	¾	¾	¿	¿	¿	À	À	À	Á	Á	Á	Â	Â	Â
Ã	Ã	Ã	Ä	Ä	Ä	Å	Å	Å	Æ	Æ	Æ	Ç	Ç	Ç
È	È	È	É	É	É	Ê	Ê	Ê	Ë	Ë	Ë	Ì	Ì	Ì
Í	Í	Í	Î	Î	Î	Ï	Ï	Ï	Ð	Ð	Ð	Ñ	Ñ	Ñ
Ò	Ò	Ò	Ó	Ó	Ó	Ô	Ô	Ô	Õ	Õ	Õ	Ö	Ö	Ö
×	×	×	Ø	Ø	Ø	Ù	Ù	Ù	Ú	Ú	Ú	Û	Û	Û
Ü	Ü	Ü	Ý	Ý	Ý	Þ	Þ	Þ	ß	ß	ß	à	à	à
á	á	á	â	â	â	ã	ã	ã	ä	ä	ä	å	å	å
æ	æ	æ	ç	ç	ç	è	è	è	é	é	é	ê	ê	ê
ë	ë	ë	ì	ì	ì	í	í	í	î	î	î	ï	ï	ï
ð	ð	ð	ñ	ñ	ñ	ò	ò	ò	ó	ó	ó	ô	ô	ô
õ	õ	õ	ö	ö	ö	÷	÷	÷	ø	ø	ø	ù	ù	ù
ú	ú	ú	û	û	û	ü	ü	ü	ý	ý	ý	þ	þ	þ
ÿ	ÿ	ÿ

数学和希腊字母标志

显示	名称	编号	显示	名称	编号	显示	名称	编号	显示	名称	编号	显示	名称	编号
ƒ	ƒ	ƒ	Α	Α	Α	Β	Β	Β	Γ	Γ	Γ	Δ	Δ	Δ
Ε	Ε	Ε	Ζ	Ζ	Ζ	Η	Η	Η	Θ	Θ	Θ	Ι	Ι	Ι
Κ	Κ	Κ	Λ	Λ	Λ	Μ	Μ	Μ	Ν	Ν	Ν	Ξ	Ξ	Ξ
Ο	Ο	Ο	Π	Π	Π	Ρ	Ρ	Ρ	Σ	Σ	Σ	Τ	Τ	Τ
Υ	Υ	Υ	Φ	Φ	Φ	Χ	Χ	Χ	Ψ	Ψ	Ψ	Ω	Ω	Ω
α	α	α	β	β	β	γ	γ	γ	δ	δ	δ	ε	ε	ε
ζ	ζ	ζ	η	η	η	θ	θ	θ	ι	ι	ι	κ	κ	κ
λ	λ	λ	μ	μ	μ	ν	ν	ν	ξ	ξ	ξ	ο	ο	ο
π	π	π	ρ	ρ	ρ	ς	ς	ς	σ	σ	σ	τ	τ	τ
υ	υ	υ	φ	φ	φ	χ	χ	χ	ψ	ψ	ψ	ω	ω	ω
?	ϑ	ϑ	?	ϒ	ϒ	?	ϖ	ϖ	•	•	•	…	…	…
′	′	′	″	″	″	‾	‾	‾	⁄	⁄	⁄	℘	℘	℘
ℑ	ℑ	ℑ	ℜ	ℜ	ℜ	™	™	™	ℵ	ℵ	ℵ	←	←	←
↑	↑	↑	→	→	→	↓	↓	↓	↔	↔	↔	↵	↵	↵
⇐	⇐	⇐	⇑	⇑	⇑	⇒	⇒	⇒	⇓	⇓	⇓	⇔	⇔	⇔
∀	∀	∀	∂	∂	∂	∃	∃	∃	∅	∅	∅	∇	∇	∇
∈	∈	∈	∉	∉	∉	∋	∋	∋	∏	∏	∏	∑	∑	∑
−	−	−	∗	∗	∗	√	√	√	∝	∝	∝	∞	∞	∞
∠	∠	∠	∧	∧	∧	∨	∨	∨	∩	∩	∩	∪	∪	∪
∫	∫	∫	∴	∴	∴	∼	∼	∼	∝	≅	≅	≈	≈	≈
≠	≠	≠	≡	≡	≡	≤	≤	≤	≥	≥	≥	⊂	⊂	⊂
⊃	⊃	⊃	⊄	⊄	⊄	⊆	⊆	⊆	⊇	⊇	⊇	⊕	⊕	⊕
⊗	⊗	⊗	⊥	⊥	⊥	⋅	⋅	⋅	?	⌈	⌈	?	⌉	⌉
?	⌊	⌊	?	⌋	⌋	?	⟨	〈	?	⟩	〉	◊	◊	◊
♠	♠	♠	♣	♣	♣	♥	♥	♥	♦	♦	♦

重要的国际标记

显示	名称	编号	显示	名称	编号	显示	名称	编号	显示	名称	编号	显示	名称	编号
"	"	"	&	&	&	<	<	<	>	>	>	Œ	Œ	Œ
œ	œ	œ	Š	Š	Š	š	š	š	Ÿ	Ÿ	Ÿ	ˆ	ˆ	ˆ
˜	˜	˜										‌	‌	‌
‍	‍	‍	‎	‎	‎	‏	‏	‏	–	–	–	—	—	—
"	‘	‘	"	’	’	‚	‚	‚	"	“	“	"	”	”
„	„	„	†	†	†	‡	‡	‡	‰	‰	‰	‹	‹	‹
›	›	›	€	€	€

JavaScript 转义符

转义序列	字符
\b	退格
\f	走纸换页
\n	换行
\r	回车
\t	横向跳格 (Ctrl-I)
\"	单引号
\"	双引号
\\	反斜杠

编程的时候要注意特殊字符的问题，很多运行时出现的问题都是因为特殊字符的出现而引起的。

注意，由于反斜杠本身用作转义符，因此不能直接在脚本中键入一个反斜杠。如果要产生一个反斜杠，必须一起键入两个反斜杠 （\\）。

编码转换

JavaScript 版本

<script>
     test = "你好abc"
     str = ""
     for( i=0; i<test.length; i++ )
     {
      temp = test.charCodeAt(i).toString(16);
      str += "\\u"+ new Array(5-String(temp).length).join("0") +temp;
     }
     document.write (str)
</script>

PHP 版本

在 PHP 中我们可以用 mbstring 的 mb_convert_encoding 函数实现这个正向及反向的转化。如：

mb_convert_encoding ("你好", "HTML-ENTITIES", "gb2312″); //输出：你好
mb_convert_encoding ("你好", "gb2312″, "HTML-ENTITIES"); //输出：你好

如果需要对整个页面转化，则只需要在 PHP 文件的头部加上这三行代码：

mb_internal_encoding("gb2312″);
//这里的gb2312是你网站原来的编码
mb_http_output("HTML-ENTITIES");
ob_start("mb_output_handler");