Коли слід використовувати сутність HTML?

Це мене вже деякий час бентежить. З появою UTF-8 як фактичного стандарту в веб-розробці я не впевнений, у яких ситуаціях я повинен використовувати сутності HTML та в яких саме я повинен використовувати символ UTF-8. Наприклад,

• em dash (-, &emdash;)
• ampersand (&, &)
• 3/4 дробу (¾, ¾)

Будь ласка, пролийте світло на це питання. Це буде оцінено.

Зазвичай вам не потрібно використовувати об'єкти символів HTML, якщо ваш редактор підтримує Unicode. Організації можуть бути корисні, коли:

• Ваша клавіатура не підтримує потрібний символ. Наприклад, на багатьох клавіатурах немає герма або символу авторського права.
• Ваш редактор не підтримує Unicode (дуже поширений кілька років тому, але, мабуть, не сьогодні).
• Ви хочете, щоб у джерелі було явно, що відбувається. Наприклад,  код чіткіший, ніж відповідний символ пробілу.
• Вам потрібно бігти HTML спеціальні символи , такі як <, &або ".

Виходячи з отриманих коментарів, я детально розглядав це. Схоже, на даний момент найкращою практикою є відмовитися від використання HTML-сутностей та використовувати фактичний символ UTF-8 . Перелічені причини такі:

1. Кодування UTF-8 легше читати та редагувати тим, хто розуміє, що означає символ і знає, як його набрати.
2. Кодування UTF-8 настільки ж незрозумілі, як кодування HTML-сутності для тих, хто їх не розуміє, але вони мають перевагу в тому, що вони відображаються як спеціальні символи, а не важко зрозуміти десятковий або шістнадцятковий кодування.

Поки для кодування вашої сторінки правильно встановлено UTF-8, слід використовувати фактичний символ замість сутності HTML. Я прочитав кілька документів на цю тему, але найбільш корисними були:

• UTF-8: секрет кодування символів
• Довідка з особливих символів Вікіпедії

З статті UTF-8: Секрет кодування символів :

Wikipedia - чудовий тематичний приклад для програми, яка спочатку використовувала ISO-8859-1, але перейшла на UTF-8, коли вона стала занадто громіздкою для підтримки іноземних мов. Тепер боти фактично переглядатимуть статті та перетворять сутності персонажів у відповідні їм реальні символи задля зручності та зручності пошуку .

Ця стаття також дає хороший приклад, що стосується китайського кодування. Ось скорочений приклад заради ліні:

UTF-8:

這兩個字是甚麼意思

HTML-об'єкти :

這兩個字是甚麼意思

Кодування UTF-8 та HTML сутності для мене безглузді, але принаймні кодування UTF-8 можна розпізнати як іноземну мову , і воно візуалізується належним чином у вікні редагування. У статті йдеться про наступну версію, кодовану HTML-сутністю:

Надзвичайно незручно для тих із нас, хто насправді знає, що таке сутність характеру, абсолютно незрозумілий для бідних користувачів, які цього не роблять! Навіть трохи зручніші користувачі, "зрозумілі" об'єкти характеру, такі як & theta; залишить користувачів, які не зацікавлені у вивченні HTML, чухаючи голову. З іншого боку, якщо вони побачать θ у вікні редагування, вони дізнаються, що це особливий символ, і ставляться до нього відповідно, навіть якщо вони не знають, як написати цей символ самостійно.

Як зазначали інші, ви все ще повинні використовувати сутності HTML для зарезервованих символів XML (амперсанд, менший, більший, ніж).

Я б не використовував UTF-8 для персонажів, які легко плутаються візуально. Наприклад, важко відрізнити емдаш від мінусу, або особливо нерозривний пробіл від простору. Для цих символів обов'язково використовуйте сутності.

Для персонажів, які легко зрозуміти візуально (наприклад, китайські приклади вище), продовжуйте та використовуйте UTF-8, якщо хочете.

Особисто я давно все роблю у utf-8, однак на сторінці html вам завжди потрібно конвертувати символи підсилення (&), більших ніж (>) та менших (<) символів, у їх еквівалентні об'єкти, & amp ;, & gt; і & lt;

Крім того, якщо ви збираєтесь робити якесь програмування, використовуючи текст utf-8, є кілька речей, на які слід дивитися.

• XML потребує додаткових рядків для перевірки під час використання об'єктів.
• Деякі бібліотеки не грають разом із utf-8. Наприклад, PHP в деяких дистрибутивах Linux відмовився від повної підтримки utf-8 у своїх бібліотеках регулярних виразів.
• Важко обмежити кількість символів у тексті, який використовує html-сутності, оскільки одна сутність використовує багато символів. Також завжди є ризик скоротити підприємство навпіл.

Організації можуть придбати вам сумісність із загиблими клієнтами, які не розуміють кодування правильно. Я не вірю, що це включає будь-які поточні веб-переглядачі, але ви ніколи не знаєте, які інші види програм можуть вражати вас.

Більш корисним є те, що суб'єкти HTML захищають вас від власних помилок: якщо ви неправильно налаштували щось на сервері, і ви в кінцевому підсумку обслуговуєте сторінку з заголовком HTTP, який говорить про це, ISO-8859-1і METAтегом, який говорить, що це UTF-8, принаймні, ваші & mdash; es завжди працюватиме.

Суб'єкти HTML корисні, коли ви хочете генерувати вміст, який буде (динамічно) включатися на сторінки з (кількома) різними кодуваннями. Наприклад, у нас є вміст білої етикетки, яка включена як у закодовані веб-сторінки ISO-8859-1, так і UTF-8 ...

Якщо перетворення набору символів з / в UTF-8 не було таким великим ненадійним безладом (ви завжди натрапляєте на деякі символи та деякі інструменти, які не конвертують належним чином), стандартизація UTF-8 була б дорогою.

Якщо ваші сторінки правильно закодовані у utf-8, у вас не повинно бути жодних html-об’єктів, просто використовуйте потрібні символи безпосередньо.

Усі попередні відповіді для мене мають сенс.

Крім того: це в основному залежить від редактора, який ви збираєтесь використовувати, та мови документа. Як мінімальна вимога до редактора - це підтримка мови документа. Це означає, що якщо ваш текст на японській мові, остерігайтеся використання редактора, який не відображає їх (тобто жодних сутностей для самого документа). Якщо його англійською мовою, ви навіть можете використовувати старий редактор, подібний до vim, та використовувати сутності лише для відносної рідкості та копіювання; і друзів. Звичайно: & gt; for> та інші HTML-спецзаписи все ще потребують скасування. Але навіть у інших латинських мовах (німецька, французька та ін.) Написання ä болить у тому, що ти знаєш, де ...

Крім того, я особисто пишу сутності для невидимих ​​символів та тих, які виглядають схожими на стандартні-ascii, і тому легко плутати. Наприклад, є u1173 (схожий на тире в деяких шаблонах) або u1175, який схожий на вертикальну смугу. Я б у будь-якому випадку використовував сутності для них.