HTML: Entidades de caracteres

Las entidades de caracteres permiten incluir en un documento HTML ciertos caracteres que no estén incluidos en la codificación de caracteres (charset). En versiones antiguas de HTML se usaba el juego de caracteres ISO 8859-1, también conocida como «Latin1», con pocos caracteres disponibles.

Una entidad de carácter es una referencia a un carácter y existen tres formas de escribirlas. Las tres formas empiezan con el símbolo ampersand (&) y terminan con un punto y coma (;). Se escriben de la siguiente manera:

• Con el nombre de la entidad: se trata de un nombre único y estandarizado para cara carácter. Por ejemplo, el símbolo «mayor que» tiene la entidad > (la “g” y la “t” son abreviatura del inglés: greater than).
• Con un código decimal: se usa un símbolo numeral (#) seguido de un código decimal, que será único para cada carácter. Volviendo al ejemplo del símbolo «mayor que», la entidad será >.
• Mediante un código hexadecimal: en este caso se usa también el símbolo numeral (#), pero le sigue la letra “x” en minúscula (x) y finalmente se introduce el código hexadecimal, que también será único para cada carácter. La entidad el símbolo «mayor que» será >.

Prueba a introducir uno de estos tres códigos HTML y observa como se reproduce correctamente el símbolo «mayor que». Ejemplo:

<p>Símbolo «mayor que»: &#x0003e;</p>

Resultado:

Símbolo «mayor que»: >

En las primeras versiones de HTML se fueron añadiendo entidades de carácter hasta alcanzar las 252 en la versión 4 de HTML. Esta lista se amplió a más de 2.200 entidades de carácter a partir de HTML5.

Las entidades de carácter por nombre son más fáciles de recordar y, por tanto, fáciles de introducir. Pero hay muchas que no tienen un nombre asociado y queda más remedio que introducirlas mediante código decimal o hexadecimal.

Los navegadores web sólo podrán representar un carácter si el sistema operativo del dispositivo tiene instalada una fuente que contenga ese carácter. Debido a esta limitación, un carácter que no esté disponible por la fuente aparecerá como un rectángulo.

Se recomienda usar la codificación de caracteres UTF-8 con el fin de garantizar que los navegadores web podrán mostrar correctamente los caracteres de un documento HTML. Esto evitará el uso de las entidades de carácter para la mayoría de casos.

Lista de entidades de carácter (HTML4)