JS实现HTML实体与字符的相互转换（一）

最近在用Node.js获取网页时发现返回的网页中有一些实体字符，比如中文应该是“用户名”，结果返回的是用户名，读起来相当不爽，于是网上查询能将html实体字符转化为相应字符的方法，找了一些感觉不对症（不知道我是不是没找对地方）。不多幸好知道了实体字符也是相应Unicode字符的再包装，于是自己写了js代码来完成二者之间的相互转换。

不过还是要澄清一下，本文主要讲述的转换不适用于所有的命名实体，如 、&等，而仅仅是针对实体编号（包括10进制和16进制编码）的，比如“中国”被编码为中国的情况。如果让您失望了，在此我深表遗憾。不过，我的另一篇文章JS实现HTML实体与字符的相互转换（二）将主要讲述命名实体同字符的转换，如<与<的相互转换，希望能解决您的问题吧。

在讲实体字符与相应字符之前的转换前，首先再来复习一遍charCodeAt和formCharCode两个函数。前者是所有字符串共有的方法（定义在String.prototype中），它接收一个参数，可返回指定位置字符的 Unicode 编码，这个返回值是 0 - 65535 之间的整数；后者是String的静态方法，可接受一个或多个指定的 Unicode 值，然后返回一个字符串。好了，知道这两个函数就能完成Unicode值与字符的相互转换了。还是来看代码：

//字符串转字符实体
function stringToEntity(str,radix){
  let arr=[]
  //返回的字符实体默认10进制，也可以选择16进制
  radix=radix||0
  for(let i=0;i<str.length;i++){                               
    arr.push((!radix?'&#'+str.charCodeAt(i):'&#x'+str.charCodeAt(i).toString(16))+';')
  }
  let tmp=arr.join('')
  console.log(`'${str}' 转实体为 '${tmp}'`)
  return tmp
}

这里没什么好讲的，就是用charCodeAt函数把字符串的Unicode码返回再加上实体符号的前缀后缀，拼接就好了。

//字符实体转字符串
function entityToString(entity){
  let entities=entity.split(';')
  entities.pop()
  let tmp=''
  for(let i=0;i<entities.length;i++){
    let num=entities[i].trim().slice(2)
    if(num[0]==='x')//10进制还是16进制
      num=parseInt(num.slice(1),16);
    else num=parseInt(num);
    tmp+=String.fromCharCode(num)
  }
  console.log(`'${entity}' 转字符串为 '${tmp}'`)
  return tmp
}

这个也好理解，提取出给定实体的Unicode字符码，用String.fromCharCode转换为给定的字符就好了。关键把位置找好。

这里用到了一些ES6的语法，比如let和模版字符串(就是写在反引号里面的东西了，减轻了我们拼接字符串的负担)语法。还有后面的箭头函数都是很好的东西，但有时也会踩坑呀。整体思想还是挺简单的，就是字符转Unicode码然后按相应格式拼接就可以了。

然后测试一下效果，嗯，效果还是不错的

let _str=entityToString('用户名¢')
entityToString(stringToEntity(_str))
entityToString(stringToEntity(_str,1))
console.log('')
_str=entityToString('ΑΒΚ')
entityToString(stringToEntity(_str))
entityToString(stringToEntity(_str,1))
/******* the result *******
'用户名¢' 转字符串为 '用户名¢'
'用户名¢' 转实体为 '用户名¢'
'用户名¢' 转字符串为 '用户名¢'
i'用户名¢' 转实体为 '用户名¢'
'用户名¢' 转字符串为 '用户名¢'

'ΑΒΚ' 转字符串为 'ΑΒΚ'
'ΑΒΚ' 转实体为 'ΑΒΚ'
'ΑΒΚ' 转字符串为 'ΑΒΚ'
'ΑΒΚ' 转实体为 'ΑΒΚ'
'ΑΒΚ' 转字符串为 'ΑΒΚ'
**************************/

什么，代码有点low，那好吧，这样呢？这样就简洁多了。

function stringToEntity(str,radix){
  let arr=str.split('')
  radix=radix||0
  let tmp=arr.map(item=>
`&#${(radix?'x'+item.charCodeAt(0).toString(16):item.charCodeAt(0))};`).join('')
  console.log(`'${str}' 转实体为 '${tmp}'`)
  return tmp
}
function entityToString(entity){
  let entities=entity.split(';')
  entities.pop()
  let tmp=entities.map(item=>String.fromCharCode(
  item[2]==='x'?parseInt(item.slice(3),16):parseInt(item.slice(2)))).join('')
  console.log(`'${entity}' 转字符串为 '${tmp}'`)
  return tmp
}

下面给一个HTML实体对照表：
HTML特殊符号对照表、常用的字符实体