HTML Escape / Unescape

Co je HTML escapování?

HTML escapování je proces nahrazování znaků, které mají v HTML speciální význam, odpovídajícími entitami. Pět znaků, které musí být vždy escapovány, jsou: ampersand (&), menší než (<), větší než (>), dvojité uvozovky (") a jednoduché uvozovky ('). Bez escapování prohlížeč tyto znaky interpretuje jako instrukce značkování místo zobrazitelného textu, což narušuje vykreslování stránky a otevírá dveře injekčním útokům.

Specifikace HTML (udržovaná skupinou WHATWG) definuje dvě formy odkazů na znaky: pojmenované entity jako &amp; a číselné entity jako &#38; nebo &#x26;. Pojmenované entity jsou ve zdrojovém kódu čitelnější. Číselné entity (desítkové nebo hexadecimální) mohou reprezentovat libovolný kódový bod Unicode, takže jsou užitečné pro znaky bez pojmenovaného aliasu. Obě formy produkují v prohlížeči identický výstup.

Unescapování (také nazývané dekódování) je opačná operace: převod odkazů na entity zpět na jejich literální znaky. Používá se při extrakci textu z HTML zdroje, migraci obsahu mezi systémy nebo ladění šablon, které entity dvojitě kódují. Tento nástroj zvládá oba směry v prohlížeči, takže můžete ověřit svou logiku escapování nebo během několika sekund získat prostý text z HTML zdroje.

Proč použít HTML escape nástroj?

Ruční nahrazování úhlových závorek a ampersandů ve velkých blocích textu je zdlouhavé a náchylné k chybám. Specializovaný nástroj provede převod v jednom kroku bez nutnosti instalace.

Případy použití HTML escapování

Referenční tabulka HTML entit

Tabulka níže uvádí běžně používané HTML entity. Pět speciálních znaků (& < > " ') musí být vždy escapováno v obsahu HTML i v hodnotách atributů. Ostatní entity jsou volitelné, ale užitečné pro znaky, které se obtížně zadávají nebo jsou ve zdrojovém kódu nejednoznačné.

Escapování vs. unescapování: kdy použít který směr

Obě operace jsou navzájem inverzní. Zvolení špatného směru produkuje dvojitě zakódovaný nebo nechráněný výstup.

Ukázky kódu

Níže jsou funkční příklady HTML escapování a unescapování ve čtyřech jazycích. Každý úryvek pokrývá oba směry a zpracovává okrajové případy jako vnořené uvozovky a číselné entity.

// Escape HTML entities manually
function escapeHtml(str) {
  return str
    .replace(/&/g, '&')
    .replace(/</g, '&lt;')
    .replace(/>/g, '&gt;')
    .replace(/"/g, '&quot;')
    .replace(/'/g, '&#39;')
}

escapeHtml('<img src="x" onerror="alert(1)">')
// → "&lt;img src=&quot;x&quot; onerror=&quot;alert(1)&quot;&gt;"

// Unescape using DOMParser (browser only)
function unescapeHtml(str) {
  const doc = new DOMParser().parseFromString(str, 'text/html')
  return doc.documentElement.textContent
}

unescapeHtml('&lt;div&gt;Hello&lt;/div&gt;')
// → "<div>Hello</div>"

import html

# Escape special characters
html.escape('<script>alert("XSS")</script>')
# → '&lt;script&gt;alert(&quot;XSS&quot;)&lt;/script&gt;'

# Escape including single quotes (quote=True is default in Python 3.8+)
html.escape("It's <b>bold</b>", quote=True)
# → 'It&#x27;s &lt;b&gt;bold&lt;/b&gt;'

# Unescape entities back to characters
html.unescape('&lt;p&gt;Price: &euro;10&lt;/p&gt;')
# → '<p>Price: €10</p>'

# Unescape numeric entities
html.unescape('&#60;div&#62;&#38;amp;&#60;/div&#62;')
# → '<div>&amp;</div>'

package main

import (
    "fmt"
    "html"
)

func main() {
    // Escape HTML special characters
    escaped := html.EscapeString(`<a href="page?id=1&sort=name">Link</a>`)
    fmt.Println(escaped)
    // → &lt;a href=&quot;page?id=1&amp;sort=name&quot;&gt;Link&lt;/a&gt;

    // Unescape back to original
    original := html.UnescapeString("&lt;b&gt;Go &amp; HTML&lt;/b&gt;")
    fmt.Println(original)
    // → <b>Go & HTML</b>
}

<?php
// Escape HTML entities (ENT_QUOTES escapes both " and ')
echo htmlspecialchars('<p class="info">Tom & Jerry's</p>', ENT_QUOTES, 'UTF-8');
// → &lt;p class=&quot;info&quot;&gt;Tom &amp; Jerry&#039;s&lt;/p&gt;

// Convert all applicable characters to HTML entities
echo htmlentities('Price: 10€ — 50% off', ENT_QUOTES, 'UTF-8');
// → Price: 10&euro; &mdash; 50% off

// Decode entities back
echo html_entity_decode('&lt;div&gt;&amp;copy; 2026&lt;/div&gt;');
// → <div>&copy; 2026</div>

Často kladené otázky