انکد و دیکد HTML Entities

تبدیل ایمن کاراکترهای ویژه به کدهای استاندارد وب. ابزار ضروری برای جلوگیری از حملات XSS و نمایش صحیح سورس کد.

HTML Entities چیست؟ (مبانی امنیت وب)

در زبان HTML، برخی کاراکترها مانند < (کوچکتر)، > (بزرگتر)،" (گیومه) و & (امپرسند) نقش ساختاری دارند. اگر بخواهید این کاراکترها را دقیقاً به همین شکل در متن صفحه نمایش دهید، مرورگر گیج شده و سعی می‌کند آن‌ها را به عنوان کد تفسیر کند. برای حل این مشکل، از HTML Entities استفاده می‌کنیم که کدهای جایگزین استانداردی هستند که به مرورگر می‌گویند: "لطفاً این علامت را فقط نمایش بده و اجرا نکن."

جدول کاراکترهای حیاتی (Reserved Characters)

<
<Less Than
>
>Greater Than
&
&Ampersand
"
"Double Quote
'
'Single Quote

* نکته: برای آپاستروف (') بهتر است از کد عددی &#39; استفاده کنید، زیرا &apos; در HTML4 استاندارد نبود و ممکن است در مرورگرهای بسیار قدیمی (IE) درست کار نکند.

اهمیت در امنیت (XSS Protection)

یکی از خطرناک‌ترین حملات وب، Cross-Site Scripting (XSS) است. فرض کنید در بخش نظرات سایت، کاربری کد زیر را بنویسد:

<script>alert('Hacked!');</script>

اگر سایت شما ورودی را Encode نکند، این کد در مرورگر همه بازدیدکنندگان اجرا می‌شود! با استفاده از این ابزار و تبدیل آن به:

&lt;script&gt;alert('Hacked!');&lt;/script&gt;

کد مخرب خنثی شده و فقط به صورت متن بی‌خطر نمایش داده می‌شود.

سوالات متداول

آیا باید حروف فارسی را هم Encode کنم؟▼
خیر. اگر صفحه شما از انکدینگ UTF-8 استفاده می‌کند (که استاندارد مدرن است)، نیازی به تبدیل حروف فارسی نیست. HTML Entities فقط برای کاراکترهای رزرو شده (Syntax) ضروری است.
انکد مضاعف (Double Encoding) چیست؟▼
اشتباهی است که در آن یک متن دو بار انکد می‌شود. مثلاً & تبدیل به &amp; می‌شود و اگر دوباره انکد شود به &amp;amp; تبدیل می‌گردد که باعث نمایش کدهای زشت در صفحه می‌شود.