Escapowanie / Unescaping HTML

Czym jest escapowanie HTML?

Escapowanie HTML to proces zastępowania znaków mających specjalne znaczenie w HTML odpowiednimi odwołaniami do encji. Pięć znaków, które muszą być escapowane, to: ampersand (&), mniejszy niż (<), większy niż (>), cudzysłów (") oraz apostrof ('). Bez escapowania przeglądarka interpretuje te znaki jako instrukcje znaczników, a nie tekst do wyświetlenia — co powoduje błędy renderowania i otwiera drzwi do ataków wstrzykiwania kodu.

Specyfikacja HTML (utrzymywana przez WHATWG) definiuje dwie formy odwołań do znaków: nazwane encje, takie jak &amp;, oraz numeryczne encje, takie jak &#38; lub &#x26;. Nazwane encje są łatwiejsze do odczytania w kodzie źródłowym. Encje numeryczne (dziesiętne lub szesnastkowe) mogą reprezentować dowolny punkt kodowy Unicode, co czyni je przydatnymi dla znaków pozbawionych nazwanego aliasu. Obie formy dają identyczny wynik w przeglądarce.

Unescaping (zwany też dekodowaniem) to operacja odwrotna: przekształcenie odwołań do encji z powrotem w literalne znaki. Jest to typowe przy wyodrębnianiu tekstu ze źródła HTML, migracji treści między systemami lub debugowaniu szablonów podwójnie kodujących encje. Narzędzie obsługuje oba kierunki w przeglądarce — możesz w ciągu sekund zweryfikować logikę escapowania lub odzyskać zwykły tekst z kodu HTML.

Dlaczego warto używać narzędzia do escapowania HTML?

Ręczne zastępowanie nawiasów kątowych i ampersandów w dużych blokach tekstu jest żmudne i podatne na błędy. Dedykowane narzędzie konwertuje dane wejściowe jednym krokiem, bez żadnej instalacji.

Przypadki użycia escapowania HTML

Tabela encji HTML

Poniższa tabela zawiera najczęściej używane encje HTML. Pięć znaków specjalnych (& < > " ') musi być zawsze escapowanych w treści HTML i wartościach atrybutów. Pozostałe encje są opcjonalne, ale przydatne dla znaków trudnych do wpisania lub niejednoznacznych w kodzie źródłowym.

Escapowanie vs. unescaping: kiedy używać którego

Obie operacje są wzajemnie odwrotne. Wybranie złego kierunku powoduje podwójne kodowanie lub niezabezpieczone wyjście.

Przykłady kodu

Poniżej znajdują się działające przykłady escapowania i unescapingu HTML w czterech językach programowania. Każdy fragment obejmuje oba kierunki i obsługuje przypadki brzegowe, takie jak zagnieżdżone cudzysłowy i encje numeryczne.

// 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>

Często zadawane pytania