哪些基本字符被转换为 html 实体？答案

【问题标题】：which essential characters are converted to html entities?哪些基本字符被转换为 html 实体？
【发布时间】：2011-12-17 13:02:30
【问题描述】：

我正在尝试编写一个例程来比较 $(element).text() 和 $(element).html() 输出以确定 html 标记的位置。这将在稍后用于将“strong”和“em”等格式化标签应用于内容可编辑项，而无需借助 document.execCommand()。

此时我意识到，要进行比较，需要将 $(element).text() 输出中的 '>'、'

我的问题是：

是否有一组基本字符（我的猜测是 >、
jQuery 的 .html() 方法是否尊重这组字符，或者 jQuery 是否在做自己的事情来平衡浏览器之间的差异。如果是这样，我在哪里可以找到 jQuery 转换为实体的基本字符的完整列表？

进一步说明：

如果在 contenteditable 上我有一个手动输入此文本的段落：

some text, and some characters >, <, ", &, ', ë

$('p').text() 会给我：

some text, and some characters >, <, ", &, ', ë

$('p').html() 会给我：

some text, and some characters &gt;, &lt;, ", &amp;, ', ë

这也是我在 firebug 和 chrome 开发者工具中看到的结果。

和 & 显然对于整个工作来说是必不可少的，而引号和特殊字符则不是。

我想通过 find/replace all 转换$('p').text() 的结果，以匹配$('p').html() 的输出，减去标签本身。

我需要知道除了明显的和&之外还有哪些字符需要转换为html实体才能完美匹配。

这是干什么用的：

我正在尝试使用可内容编辑的 div 构建一个简单的 WYSIWYM 编辑器，而不使用现有的 WYMEditor 和它附带的 iFrame。

这将在受控环境（我的自定义 cms）中使用，并将允许 html 编辑器中预期的功能子集。基本上整个事情就是一堆 P、H1-H6 和 UL>LI、OL>LI 标签，它们位于一个内容可编辑的 div 中。

内容标签（没有 UL 或 OL 子级的 P、H1-H6 和 LI 标签）将只允许包含 STRONG、EM、A、SUB、SUP 和 SPAN 标签。

我的目标不是 IE，但希望在没有平台差异的情况下在 FF 和 Chrome 中工作。这些平台差异之一是在粗体或斜体文本时执行 document.execCommand() 的方式。 FF 包装选择，而 chrome 使用标签。我决定使用以下方式来应用格式：

获取选择范围。
列出范围内的所有“内容标签”。
使用范围对象，以及它与每个“内容标签”的关系，我定义了三个文本块：选择前、选择和选择后。这些以纯文本形式出现，特殊字符未转换为实体。
对于每个“内容标签”innerhtml，我逐个字符地解析以分解成每种标签的“地图”。我已经建立了标签的层次结构：a > span > sub|sup > strong > em。 “地图”将是这样的：

innerhtml:this is a <a href="#">test文本

text: this is a test text
     a: __________XXXXXXXXX
strong: ________X_XXXX_____
    em: _____XXXX__________

  text: this is a test text
strong: XXXXXXX____________

  text: this is a test text
     a: __________XXXXXXXXX
strong: XXXXXXX_X_XXXX_____
    em: _____XXXX__________

<strong>this <em>is</em></strong><em> </em><strong><em>a</em></strong> <a href="#"><strong>test</strong>

现在我问这个问题的原因是我需要从 html 中提取的文本块和范围给我的文本以完美匹配。所以我不能转换任何特殊字符，只能转换“基本”字符。

我知道这可能不是解决这个问题的最简单或最快的方法，但我是一个视觉思考者，并且以某种方式将问题放在二维网格中非常有帮助。

【问题讨论】：

【解决方案1】：

我不太清楚您在这里尝试和询问的内容。

现在我只能说：是的，<、> 和 &（如果在与它们一起引用的属性中使用，也可以使用 ' 和 "）应该如果写入.html()/.innerHTML，则转义。他们并不需要在所有情况下都被转义，但总是这样做永远不会错。

如果您需要更广泛的答案，则需要更具体（例如代码示例）。

编辑：

我仍然不确定我是否理解您想要实现的目标。您是否试图摆脱 p 元素中的任何 HTML 元素（标签）？然后你就可以设置读取文本并将其设置回来：

$("p").text($("p").text());

或者，如果您只需要转换任何有问题的字符，您可以使用“匿名”元素，将其设置为 text 为您希望转换的文本并阅读它是 .html()：

alert($("<div>").text("some text, and some characters >, <, \", &, ', ë").html());

【讨论】：