本文共 3226 字，大约阅读时间需要 10 分钟。
形如——
&#dddd;&#xhhhh;&#name;
——的一串字符是 HTML、XML 等 SGML 类语言的转义序列（escape sequence）。它们不是「编码」。
以 HTML 为例，这三种转义序列都称作 character reference：
-
前两种是 numeric character reference（NCR），数字取值为目标字符的 Unicode code point；以「&#」开头的后接十进制数字，以「&#x」开头的后接十六进制数字。
-
后一种是 character entity reference，后接预先定义的 entity 名称，而 entity 声明了自身指代的字符。
从 HTML 4 开始，NCR 以 Unicode 为准，与文档编码无关。
「中国」二字分别是 Unicode 字符 U+4E2D 和 U+56FD，十六进制表示的 code point 数值「4E2D」和「56FD」就是十进制的「20013」和「22269」。所以——
中国中国
——这两种 NCR 写法都会在显示时转换为「中国」二字。
NCR 可以用于转义任何 Unicode 字符，而 character entity reference 很受限，参见 HTML 4 和 HTML5 中已有定义的字符列表：
如题： HtmlEncoder，中文转换成&#开头的编码(及HTML特殊字符解码)
代码如下：
-
package test.com.gjob.services;
-
import java.io.IOException;
-
import java.io.Writer;
-
public class HtmlEncoder {
-
public static void main(String args[]){
-
System.out.println(HtmlEncoder.encode("你好"));
-
}
-
-
/***
-
-
}
HTML，Unicode与NCR（数字字符引用）
标签： , , ,
标题: HTML，Unicode与NCR（数字字符引用） 作者: Demon 链接: 版权: 本博客的所有文章，都遵守“”协议条款。
昨天ihipop问的一个问题，下面是什么编码？
telecomadmin+8位数字
根据常识判断，&#后面的数字应该是Unicode编码值，写个VBS验证：
MsgBox ChrW(20301)&ChrW(25968)&ChrW(23383)
输出“位数字”，连起来就是“telecomadmin+8位数字”，读起来挺通顺的，看来是Unicode没错了。
Google了一下，这东西专业名称叫（NCR），直译就是数字字符引用。一个Numeric Character Reference编码是由一个与号(&)跟着一个井号(#)，然后跟着这个字符的Unicode编码值，最后跟着一个分号组成的，就像上面的例子一样。
有了数字字符引用，就可以在网页中显示Unicode字符了，不用考虑html文件本身的编码，因为数字字符引用只用到ASCII字符集里的字符。所以，即使在gb2312编码的网页中，也可以用NCR显示埃及的象形文字了。
这篇文章发布于 2011年04月9日，星期六，21:43，归类于 。 您可以跟踪这篇文章的评论通过 feed。 您可以，或者从您的站点。
你是否在dreamweaver里编辑网页的时候看到Σ这样的东西，你曾使用过 这样的玩意吧，或者你在调试webservice的时候看到返回xml字符串中现γ这样的怪物呢？你看不懂他们可能用浏览器或者DW预览一下都是可以看到庐山真面目的，它是谁？
Σ这个是
这个是
从字面上观察，一个是用&#x+16进制+; 表达信息，一个是用&+字符串+; 突然让我想起了汇编语言里头的 助记符 跟 实际二进制指令代码，带着这个猜测往下看吧！
HTML 中规定了 ，也就是通常我们说得 html实体字符，一些字符在 HTML 中拥有特殊的含义，比如小于号 (<) 用于定义 HTML 标签的开始。如果我们希望浏览器正确地显示这些字符，我们必须在 HTML 源码中插入字符实体。
字符实体有三部分：一个和号 (&)，一个实体名称，或者 # 和一个实体编号，以及一个分号 (;)。要在 HTML 文档中显示小于号，我们需要这样写：< 或者 <
并不是所有的浏览器都支持最新的实体名称，不同的浏览器中需要去验证哪些可以被识别哪些不能被识别，下图中的“撇号”在IE下就不能支持，对于不支持的实体名称可以用另外的方式解决，继续阅读下一段吧。
注意：实体对大小写敏感。
比较全面的列表请参看：
参考:http://www.w3school.com.cn/html/html_entities.asp
看看维基百科的解释：
A numeric character reference (NCR) is a common markup construct used in SGML and other SGML-related markup languages such as HTML and XML. It consists of a short sequence of characters that, in turn, represent a single character from the Universal Charact
NCR是一种常见的标记结构，用于SGML和其他SGML相似的标记语言，如HTML和XML。它由一个短的字符序列组成,代表一个字符（全球的文字字符）。
NCR编码是由一个与号(&)跟着一个井号(#), 然后跟着这个字符的Unicode编码值, 最后跟着一个分号组成的, 如:
&#nnnn; 或者 &#xhhhh
其中, nnnn是字符编码的十进制表示, 而hhhh是字符的16进制表示.
另外要注意的是x在xml中必须是小写的.而hhhh可以大小写混用, 另外nnnn和hhhh也可以有前导零.
HTML Entites与NCR不同, HTML字符实体的名字必须是在HTML中已经定义的才能被使用,比如:
&
如果是XML的话，必须在DTD中定义过, 类似:
1 3 4 5 6 7 8
其中, 名字是大小写敏感的. 比如:
Å 而: å
到此，我们来回答一下上面提出的问题，在html中没有规定的字符实体名称或不被浏览器支持的一些实体，怎么办呢？
答：可以使用NCR的方式，先找到字符对应的UNICODE编码，以小于号为例，unicode编码16进制为3C（10进制为60），在html则可以使用<或<，跟上面的表格对照看是否相同，由此我们也可以知道，如果我们的html所采用的编码不支持一些字符（比如其他国家的字符），则可以通过NCR来引入我们的页面就不会乱码了。
有一天，我的一个好朋友在调试webservice时发现对方的接口返回类似&#xhhhh这样的东西，一时不知道如何处理，如何转换为我们想要的编码呢？下一篇文章将提供通用的转换程序，敬请期待！
最后感谢网络上无名的作者，是你们的博文让我学得更多，谢谢！如不小心引入您的博文内容而未带上出处，请告知我一声。