javascript parse Escapando strings HTML com jQuery



jquery parse html to string (20)

Alguém sabe de uma maneira fácil de escapar HTML de seqüências de caracteres no jQuery ? Eu preciso ser capaz de passar uma seqüência arbitrária e ter escapado adequadamente para exibição em uma página HTML (impedindo ataques de injeção de JavaScript / HTML). Tenho certeza de que é possível estender o jQuery para fazer isso, mas não sei o suficiente sobre o framework no momento para realizar isso.


Tente Underscore.string lib, ele funciona com o jQuery.

_.str.escapeHTML('<div>Blah blah blah</div>')

saída:

'&lt;div&gt;Blah blah blah&lt;/div&gt;'

Após os últimos testes, posso recomendar a solução JavaScript javaScript (DOM) mais rápida e completamente compatível com navegador :

function HTMLescape(html){
    return document.createElement('div')
        .appendChild(document.createTextNode(html))
        .parentNode
        .innerHTML
}

Se você repeti-lo muitas vezes, você pode fazer isso com variáveis ​​preparadas uma vez:

//prepare variables
var DOMtext = document.createTextNode("test");
var DOMnative = document.createElement("span");
DOMnative.appendChild(DOMtext);

//main work for each case
function HTMLescape(html){
  DOMtext.nodeValue = html;
  return DOMnative.innerHTML
}

Veja minha comparison desempenho final ( questão da pilha ).


Eu escapeHTML() o exemplo do moustache.js adicionando o método escapeHTML() ao objeto string.

var __entityMap = {
    "&": "&amp;",
    "<": "&lt;",
    ">": "&gt;",
    '"': '&quot;',
    "'": '&#39;',
    "/": '&#x2F;'
};

String.prototype.escapeHTML = function() {
    return String(this).replace(/[&<>"'\/]/g, function (s) {
        return __entityMap[s];
    });
}

Dessa forma, é muito fácil usar "Some <text>, more Text&Text".escapeHTML()


Eu percebo o quão tarde estou para esta festa, mas eu tenho uma solução muito fácil que não requer jQuery.

escaped = new Option(unescaped).innerHTML;

Edit: Isso não escapa citações. O único caso em que as cotações precisariam ser escapadas é se o conteúdo for colado em linha para um atributo dentro de uma cadeia HTML. É difícil imaginar um caso em que isso seria um bom design.

Edit 2: Se o desempenho é crucial, a solução de maior desempenho (em cerca de 50%) ainda é uma série de substituições de regex. Os navegadores modernos detectarão que as expressões regulares não contêm operadores, apenas uma cadeia de caracteres, e colapsam todas elas em uma única operação.


2 métodos simples que requerem NO JQUERY ...

Você pode codificar todos os caracteres em sua string assim:

function encode(e){return e.replace(/[^]/g,function(e){return"&#"+e.charCodeAt(0)+";"})}

Ou apenas direcione os personagens principais para se preocupar com & , quebras de linha, < , > , " e ' como:

function encode(r){
return r.replace(/[\x26\x0A\<>'"]/g,function(r){return"&#"+r.charCodeAt(0)+";"})
}

var myString='Encode HTML entities!\n"Safe" escape <script></'+'script> & other tags!';

test.value=encode(myString);

testing.innerHTML=encode(myString);

/*************
* \x26 is &ampersand (it has to be first),
* \x0A is newline,
*************/
<p><b>What JavaScript Generated:</b></p>

<textarea id=test rows="3" cols="55"></textarea>

<p><b>What It Renders Too In HTML:</b></p>

<div id="testing">www.WHAK.com</div>


function htmlEscape(str) {
    var stringval="";
    $.each(str, function (i, element) {
        alert(element);
        stringval += element
            .replace(/&/g, '&amp;')
            .replace(/"/g, '&quot;')
            .replace(/'/g, '&#39;')
            .replace(/</g, '&lt;')
            .replace(/>/g, '&gt;')
            .replace(' ', '-')
            .replace('?', '-')
            .replace(':', '-')
            .replace('|', '-')
            .replace('.', '-');
    });
    alert(stringval);
    return String(stringval);
}

Se você está escapando por HTML, há apenas três que eu posso pensar que seria realmente necessário:

html.replace(/&/g, "&amp;").replace(/</g, "&lt;").replace(/>/g, "&gt;");

Dependendo do seu caso de uso, você também pode precisar fazer coisas como " para &quot; . Se a lista fosse grande o suficiente, eu usaria apenas uma matriz:

var escaped = html;
var findReplace = [[/&/g, "&amp;"], [/</g, "&lt;"], [/>/g, "&gt;"], [/"/g, "&quot;"]]
for(var item in findReplace)
    escaped = escaped.replace(findReplace[item][0], findReplace[item][1]);

encodeURIComponent() só irá escapar para URLs, não para HTML.


Este é um bom exemplo seguro ...

function escapeHtml(str) {
    if (typeof(str) == "string"){
        try{
            var newStr = "";
            var nextCode = 0;
            for (var i = 0;i < str.length;i++){
                nextCode = str.charCodeAt(i);
                if (nextCode > 0 && nextCode < 128){
                    newStr += "&#"+nextCode+";";
                }
                else{
                    newStr += "?";
                }
             }
             return newStr;
        }
        catch(err){
        }
    }
    else{
        return str;
    }
}

Esta resposta fornece os métodos jQuery e JS normal, mas isso é mais curto sem usar o DOM:

unescape(escape("It's > 20% less complicated this way."))

Cadeia de escape: It%27s%20%3E%2020%25%20less%20complicated%20this%20way.

Se os espaços de escape te incomodarem, tente:

unescape(escape("It's > 20% less complicated this way.").replace(/%20/g, " "))

Escaped string: It%27s %3E 20%25 less complicated this way.

Infelizmente, a função escape() foi preterida na versão 1.5 do JavaScript . encodeURI() ou encodeURIComponent() são alternativas, mas eles ignoram ' , então a última linha de código se transformaria em:

decodeURI(encodeURI("It's > 20% less complicated this way.").replace(/%20/g, " ").replace("'", '%27'))

Todos os principais navegadores ainda suportam o código curto, e dado o número de sites antigos, duvido que isso mude em breve.


Se você está indo a rota regex, há um erro no exemplo do tghw acima.

<!-- WON'T WORK -  item[0] is an index, not an item -->

var escaped = html; 
var findReplace = [[/&/g, "&amp;"], [/</g, "&lt;"], [/>/g,"&gt;"], [/"/g,
"&quot;"]]

for(var item in findReplace) {
     escaped = escaped.replace(item[0], item[1]);   
}


<!-- WORKS - findReplace[item[]] correctly references contents -->

var escaped = html;
var findReplace = [[/&/g, "&amp;"], [/</g, "&lt;"], [/>/g, "&gt;"], [/"/g, "&quot;"]]

for(var item in findReplace) {
     escaped = escaped.replace(findReplace[item[0]], findReplace[item[1]]);
}

Há também a solução do mustache.js

var entityMap = {
  '&': '&amp;',
  '<': '&lt;',
  '>': '&gt;',
  '"': '&quot;',
  "'": '&#39;',
  '/': '&#x2F;',
  '`': '&#x60;',
  '=': '&#x3D;'
};

function escapeHtml (string) {
  return String(string).replace(/[&<>"'`=\/]/g, function (s) {
    return entityMap[s];
  });
}

(function(undefined){
    var charsToReplace = {
        '&': '&amp;',
        '<': '&lt;',
        '>': '&gt;'
    };

    var replaceReg = new RegExp("[" + Object.keys(charsToReplace).join("") + "]", "g");
    var replaceFn = function(tag){ return charsToReplace[tag] || tag; };

    var replaceRegF = function(replaceMap) {
        return (new RegExp("[" + Object.keys(charsToReplace).concat(Object.keys(replaceMap)).join("") + "]", "gi"));
    };
    var replaceFnF = function(replaceMap) {
        return function(tag){ return replaceMap[tag] || charsToReplace[tag] || tag; };
    };

    String.prototype.htmlEscape = function(replaceMap) {
        if (replaceMap === undefined) return this.replace(replaceReg, replaceFn);
        return this.replace(replaceRegF(replaceMap), replaceFnF(replaceMap));
    };
})();

Nenhuma variável global, alguma otimização de memória. Uso:

"some<tag>and&symbol©".htmlEscape({'©': '&copy;'})

O resultado é:

"some&lt;tag&gt;and&amp;symbol&copy;"

Como você está usando o jQuery , basta definir a propriedade de text do elemento:

// before:
// <div class="someClass">text</div>
var someHtmlString = "<script>alert('hi!');</script>";

// set a DIV's text:
$("div.someClass").text(someHtmlString);
// after: 
// <div class="someClass">&lt;script&gt;alert('hi!');&lt;/script&gt;</div>

// get the text in a string:
var escaped = $("<div>").text(someHtmlString).html();
// value: 
// &lt;script&gt;alert('hi!');&lt;/script&gt;

Se você tiver underscore.js, use _.escape (mais eficiente que o método jQuery postado acima):

_.escape('Curly, Larry & Moe'); // returns: Curly, Larry &amp; Moe

Exemplo de escape JavaScript simples:

function escapeHtml(text) {
    var div = document.createElement('div');
    div.innerText = text;
    return div.innerHTML;
}

escapeHtml("<script>alert('hi!');</script>")
// "&lt;script&gt;alert('hi!');&lt;/script&gt;"

function htmlDecode(t){
   if (t) return $('<div />').html(t).text();
}

Funciona como um encanto


Aqui está uma função JavaScript limpa e clara. Ele irá escapar texto como "alguns <muitos" em "alguns & lt; muitos".

function escapeHtmlEntities (str) {
  if (typeof jQuery !== 'undefined') {
    // Create an empty div to use as a container,
    // then put the raw text in and get the HTML
    // equivalent out.
    return jQuery('<div/>').text(str).html();
  }

  // No jQuery, so use string replace.
  return str
    .replace(/&/g, '&amp;')
    .replace(/>/g, '&gt;')
    .replace(/</g, '&lt;')
    .replace(/"/g, '&quot;')
    .replace(/'/g, '&apos;');
}

Fácil o suficiente para usar o sublinhado:

_.escape(string) 

Sublinhado é uma biblioteca de utilitários que fornece muitos recursos que o js nativo não fornece. Há também o lodash que é a mesma API do sublinhado, mas foi reescrito para ter mais desempenho.


Se você está salvando essas informações em um banco de dados , é errado escapar HTML usando um script do lado do cliente , isso deve ser feito no servidor . Caso contrário, é fácil ignorar sua proteção XSS.

Para deixar claro, aqui está um exemplo usando uma das respostas:

Vamos dizer que você está usando a função escapeHtml para escapar do HTML de um comentário no seu blog e, em seguida, publicá-lo em seu servidor.

var entityMap = {
    "&": "&amp;",
    "<": "&lt;",
    ">": "&gt;",
    '"': '&quot;',
    "'": '&#39;',
    "/": '&#x2F;'
  };

  function escapeHtml(string) {
    return String(string).replace(/[&<>"'\/]/g, function (s) {
      return entityMap[s];
    });
  }

O usuário poderia:

  • Edite os parâmetros de solicitação POST e substitua o comentário pelo código javascript.
  • Sobrescreva a função escapeHtml usando o console do navegador.

Se o usuário colar esse snippet no console, ele ignoraria a validação do XSS:

function escapeHtml(string){
   return string
}

Todas as soluções são inúteis se você não evitar a re-fuga, por exemplo, a maioria das soluções continuaria a escapar & para &amp; .

escapeHtml = function (s) {
    return s ? s.replace(
        /[&<>'"]/g,
        function (c, offset, str) {
            if (c === "&") {
                var substr = str.substring(offset, offset + 6);
                if (/&(amp|lt|gt|apos|quot);/.test(substr)) {
                    // already escaped, do not re-escape
                    return c;
                }
            }
            return "&" + {
                "&": "amp",
                "<": "lt",
                ">": "gt",
                "'": "apos",
                '"': "quot"
            }[c] + ";";
        }
    ) : "";
};




escaping