especiales - iso-8859-1 to utf-8 javascript

¿Cuál es la forma correcta de decodificar una cadena que tiene entidades HTML especiales en ella?

Question

Esta pregunta ya tiene una respuesta aquí:

• Unescape entidades HTML en Javascript? 10 respuestas

Supongamos que recibo un JSON de una solicitud de servicio que se ve así:

{
    "message": "We're unable to complete your request at this time."
}

No estoy seguro de por qué ese apostraphe está codificado así ( ' ); todo lo que sé es que quiero descifrarlo.

Este es un enfoque que usa jQuery y me vino a la cabeza:

function decodeHtml(html) {
    return $(''<div>'').html(html).text();
}

Eso parece (muy) hacky, sin embargo. ¿Cuál es una mejor manera? ¿Hay una manera "correcta"?

Answer 1

Esta es mi forma favorita de decodificar personajes HTML. La ventaja de usar este código es que las etiquetas también se conservan.

function decodeHtml(html) {
    var txt = document.createElement("textarea");
    txt.innerHTML = html;
    return txt.value;
}

Ejemplo: http://jsfiddle.net/k65s3/

Entrada:

Entity:&nbsp;Bad attempt at XSS:<script>alert(''new/nline?'')</script><br>

Salida:

Entity: Bad attempt at XSS:<script>alert(''new/nline?'')</script><br>

Answer 2

Esta es tan buena respuesta. Puedes usar esto con angular como este:

 moduleDefinitions.filter(''sanitize'', [''$sce'', function($sce) {
    return function(htmlCode) {
        var txt = document.createElement("textarea");
        txt.innerHTML = htmlCode;
        return $sce.trustAsHtml(txt.value);
    }
}]);

Answer 3

Hay una función JS para tratar con entidades con un estilo #xxxx:
funcionar en GitHub

// encode(decode) html text into html entity
var decodeHtmlEntity = function(str) {
  return str.replace(/&#(/d+);/g, function(match, dec) {
    return String.fromCharCode(dec);
  });
};

var encodeHtmlEntity = function(str) {
  var buf = [];
  for (var i=str.length-1;i>=0;i--) {
    buf.unshift([''&#'', str[i].charCodeAt(), '';''].join(''''));
  }
  return buf.join('''');
};

var entity = ''高级程序设计'';
var str = ''高级程序设计'';
console.log(decodeHtmlEntity(entity) === str);
console.log(encodeHtmlEntity(str) === entity);
// output:
// true
// true

Answer 4

Si no quieres usar html / dom, puedes usar regex. No he probado esto; pero algo como:

function parseHtmlEntities(str) {
    return str.replace(/&#([0-9]{1,3});/gi, function(match, numStr) {
        var num = parseInt(numStr, 10); // read num as normal number
        return String.fromCharCode(num);
    });
}

[Editar]

Nota: esto solo funcionaría para entidades html numéricas, y no cosas como & oring ;.

[Editar 2]

Se corrigió la función (algunos errores tipográficos), prueba aquí: http://jsfiddle.net/Be2Bd/1/

Answer 5

jQuery codificará y decodificará para ti.

function htmlDecode(value) {
  return $("<textarea/>").html(value).text();
}

function htmlEncode(value) {
  return $(''<textarea/>'').text(value).html();
}

   

<script src="https://ajax.googleapis.com/ajax/libs/jquery/1.9.1/jquery.min.js"></script>
<script>
$(document).ready(function() {
   $("#encoded")
  .text(htmlEncode("<img src onerror=''alert(0)''>"));
   $("#decoded")
  .text(htmlDecode("&lt;img src onerror=''alert(0)''&gt;"));
});
</script>

<div id="encoded"></div>
<div id="decoded"></div>

Answer 6

_.unescape hace lo que estás buscando

http://underscorejs.org/#unescape

Answer 7

No use el DOM para hacer esto. El uso del DOM para decodificar entidades HTML (como se sugiere en la respuesta actualmente aceptada) conduce a diferencias en los resultados entre navegadores .

Para una solución robusta y determinista que decodifica referencias de caracteres de acuerdo con el algoritmo en el estándar HTML, use la biblioteca . De su LÉAME:

él (para "entidades HTML") es un codificador / decodificador robusto de entidad HTML escrito en JavaScript. Admite todas las referencias de caracteres con nombre estandarizado según HTML , maneja símbolos ambiguos y otros casos extremos como lo haría un navegador , tiene un amplio conjunto de pruebas y, a diferencia de muchas otras soluciones de JavaScript , maneja muy bien los símbolos Unicode astrales. Una demostración en línea está disponible.

Así es como lo usarías:

he.decode("We're unable to complete your request at this time.");
→ "We''re unable to complete your request at this time."

Descargo de responsabilidad: soy el autor de la biblioteca.

Consulte esta respuesta de desbordamiento de pila para obtener más información.