CKTIS / HTML
HTML-Konzept: character-references
Zeichenreferenzen schreiben ein Zeichen per Name oder Codepunkt; das Ergebnis hängt jedoch von konformer Syntax und dem Zustand des HTML-Tokenizers ab.
Version: WHATWG HTML Living Standard; index snapshot date recorded separately
Syntax
& | & | &Die benannte Referenz &, die dezimale numerische & und die hexadezimale numerische & erzeugen alle &. Namen unterscheiden Groß-/Kleinschreibung und die Zahl bezeichnet einen Codepunkt; nicht jede Zahl ist zulässig, ungültige Bereiche folgen den Ersetzungsregeln des Parsers.
In konformem Quelltext endet eine Referenz mit Semikolon. Aus historischen Gründen stellt der Parser manche Namen wieder her, sodass © zu © werden kann; das fehlende Semikolon ist aber ein Fehler und kann das längste Trefferbild gegenüber © ändern. Verlasse dich nie darauf.
Attributwerte haben eine zusätzliche historische Ausnahme: Fehlt einer gefundenen benannten Referenz das Semikolon und folgt ein alphanumerisches ASCII-Zeichen oder ein Gleichheitszeichen, wird der Treffer nicht konsumiert. Daher bleiben &x und &=1 im Attribut wörtlich, während &=2 das Ampersand dekodiert. Roher Inhalt von <script> und <style> nutzt Zeichenreferenzen nicht als Escape.
Das Beispiel dekodiert &, &, &, das historische © und das vollständige ∉ im gewöhnlichen Text; außerdem vergleicht es dort &x und &=1 mit den wörtlichen Attributwerten &x und &=1. Das abgeschlossene &=2 wird dort dekodiert, roher Stiltext erhält &.
Beispiele
<!doctype html>
<meta charset="utf-8">
<output id="result"></output>
<script>
const markup = "<p id=text>&|&|&|©|∉|&x|&=1</p><p id=attr data-value=\"&x|&=1|&=2\"></p><style id=raw>.x::before{content:\"&\"}</style>";
const parsed = new DOMParser().parseFromString(markup, "text/html");
const textValue = parsed.querySelector("#text").textContent;
const attributeValue = parsed.querySelector("#attr").dataset.value;
const rawValue = parsed.querySelector("#raw").textContent;
result.textContent = `text=${textValue}; attribute=${attributeValue}; raw=${rawValue}`;
</script>
Ergebnis
text=&|&|&|©|∉|&x|&=1; attribute=&x|&=1|&=2; raw=.x::before{content:"&"}Das ausgeführte Beispiel bestätigt benannte und numerische Formen sowie die nur für Attributwerte geltende Ausnahme, wenn auf einen Namen ohne Semikolon ein alphanumerisches ASCII-Zeichen oder Gleichheitszeichen folgt.