Convertisseur d'Unicode en entités HTML

Les entités nommées utilisent des étiquettes lisibles par l'homme comme © pour le symbole de copyright. Les entités décimales utilisent le point de code Unicode en base 10, comme ©. Les entités hexadécimales utilisent la base 16, comme ©. Les trois s'affichent de manière identique dans les navigateurs. Les entités nommées sont plus faciles à lire dans le code source mais n'existent que pour les caractères courants (environ 250 dans HTML5). Les entités décimales et hexadécimales fonctionnent pour n'importe quel caractère Unicode, ce qui les rend plus universelles.

Utilisez des entités HTML lorsque l'encodage de votre document pourrait ne pas être UTF-8 (systèmes hérités, certains clients de messagerie), lorsque le caractère a une signification spéciale en HTML (comme & et les guillemets), lorsque vous devez assurer la compatibilité avec d'anciens navigateurs ou analyseurs, ou lorsque vous travaillez avec des systèmes de gestion de contenu qui suppriment ou manipulent l'Unicode. Pour les sites web modernes en UTF-8, l'Unicode brut convient généralement à la plupart des caractères, mais les entités sont toujours nécessaires pour les caractères réservés au HTML.

Les entités les plus fréquemment utilisées sont & (esperluette), < et > (guillemets angulaires), " (guillemet double),   (espace insécable), © (copyright), ® (symbole de marque déposée), € (symbole euro), — (cadratin), et … (points de suspension). Les cinq premières sont essentielles car elles empêchent les conflits avec la syntaxe HTML — une esperluette ou des guillemets angulaires non échappés peuvent casser votre balisage.

Unicode est la norme d'encodage universelle qui attribue un numéro unique (point de code) à chaque caractère dans chaque langue. Les entités HTML sont un moyen de représenter ces points de code Unicode dans le balisage HTML. Une entité décimale comme © référence directement le point de code Unicode U+00A9 (symbole de copyright). Les entités nommées comme © sont des alias définis dans la spécification HTML qui correspondent aux mêmes points de code. Essentiellement, les entités HTML ne sont qu'une syntaxe spécifique au HTML pour référencer des caractères Unicode.

Tous les navigateurs modernes prennent en charge l'ensemble complet des entités nommées HTML5 et toutes les entités décimales/hexadécimales pour les caractères du plan multilingue de base (U+0000 à U+FFFF). La prise en charge des caractères en dehors du BMP (émojis, scripts historiques, symboles mathématiques au-dessus de U+FFFF) à l'aide d'entités de paires de substitution varie légèrement dans les anciens navigateurs mais est universelle dans les versions actuelles. Les entités nommées sont le choix le plus sûr pour les symboles courants car elles ont l'historique de prise en charge le plus long par les navigateurs.