CKTIS / HTML
conceito HTML: character-references
As referências de caráter escrevem um caráter por nome ou ponto de código, mas o resultado depende de sintaxe conforme e do estado do tokenizador HTML.
Versão: WHATWG HTML Living Standard; index snapshot date recorded separately
Sintaxe
& | & | &A referência nomeada &, a numérica decimal & e a numérica hexadecimal & produzem &. Os nomes distinguem maiúsculas e o número indica um ponto de código; alguns números não são permitidos e intervalos inválidos seguem regras de substituição do analisador.
Num código conforme, a referência termina com ponto e vírgula. Por compatibilidade histórica, o analisador recupera alguns nomes, pelo que © pode tornar-se ©, mas omitir o ponto e vírgula é um erro e pode alterar a correspondência mais longa relativamente a ©; não dependas dessa recuperação.
Os valores de atributo têm uma exceção histórica adicional: se uma referência nomeada correspondente não tiver ponto e vírgula e o caráter seguinte for alfanumérico ASCII ou um sinal de igual, a correspondência não é consumida. Assim, &x e &=1 ficam literais no atributo, enquanto &=2 descodifica o e comercial. O conteúdo bruto de <script> e <style> não usa referências para escapar.
O exemplo descodifica &, &, &, o histórico © e o completo ∉ em texto normal; também compara os textos &x e &=1 com os valores literais de atributo &x e &=1. O &=2 terminado é descodificado ali, enquanto o estilo bruto conserva &.
Exemplos
<!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>
Resultado
text=&|&|&|©|∉|&x|&=1; attribute=&x|&=1|&=2; raw=.x::before{content:"&"}O exemplo executado confirma as formas nomeadas e numéricas e a exceção exclusiva dos valores de atributo quando um caráter alfanumérico ASCII ou um sinal de igual segue um nome sem ponto e vírgula.