声明：只能清除尾部被篡改的html文件。
------------------------------------------------------------------------------
被篡改的html文件：
[root@CHM-DD-00-E5-07 sndapk]# cat -A problem.html <html>^M$ <body>^M$ <h1>It works !</h1>^M$ </body>^M$ </html>^M$ <div style="position:absolute;left:expression(386-4635);top:expression(528-9313);">^M$ <a href="http://www.fuckit.com/">Chanel handbags</a>[root@CHM-DD-00-E5-07 sndapk]#
注：下面这两行是恶意添加的内容
<div style="position:absolute;left:expression(386-4635);top:expression(528-9313);">^M$
<a href="http://www.fuckit.com/">Chanel handbags</a>
清理：
1、使用sed脚本清理单个html文件
#vim callby_htmlclean.sed
#!/bin/sed -f
#本脚本除了可以配合循环语句批量处理html文件外，还可直接指定要处理的html文件，注意一次只能指定一个，如下：
#./callby_htmlclean.sed -ni index.html
:nothtmlend
/<\/html>/! {
1{
#处理第一行时拷贝到保持空间，用于最后防止首行空行。
h
n
#读取下一行，继续匹配</html>。
b nothtmlend
}
1!{
#非首行全部追加到保持空间。
H
n
#读取下一行，继续匹配</html>。
b nothtmlend
}
}
#执行到这里已经找到</html>，被篡改前的内容结尾。
:findhtmlend
#收集剩余的所有行到模式空间
$!{
N
b findhtmlend
}
s/[\n\t ]//g
#替换完制表符、换行符、空格后，正常html文件应该以</html>结尾。
/<\/html>$/{
H
x
p
}
#</html>末尾被篡改的处理。
/<\/html>$/!{
#替换当前模式空间内容为</html>
s:\(<\/html>\).*:\1:
H
#还原html正常内容到模式空间
x
p
}
运行方法：
1、添加执行权限
2、./callby_htmlclean.sed -ni problem.html
清理后的html文件如下：
[root@CHM-DD-00-E5-07 sndapk]# cat -A problem.html <html>^M$ <body>^M$ <h1>It works !</h1>^M$ </body>^M$ </html>[root@CHM-DD-00-E5-07 sndapk]#
注：
1、相比手动vim清理后的内容，结尾缺少"^M"，不过没有影响。
2、该脚本比较繁琐，但经测试该脚本可以处理在</html>后同行、换行、多行等多种篡改后的格式。
2、配合shell脚本批量清理html文件
#vim htmlclean.sh
#!/bin/bash
IFS=‘
‘
PATH=/bin:/usr/bin:/sbin:/usr/sbin
export IFS PATH
#要调用的sed脚本必须和当前程序在同一目录下。如果sed脚本名修改，需要同时修改这里。
sed_script="$(dirname "$0")/callby_htmlclean.sed"
if [ ! -f "$sed_script" ];then
echo "ERROR: sed script \"$sed_script\" not found!"
exit 1
fi
if [ $# -ne 1 ];then
echo "Usage: $0 [full_path | listfile]"
#如果指定了目录，会把该目录及子目录下所有以.htm或.html结尾的文件处理一遍。
echo "Example 1: $0 /web/bbs/static/"
#指定绝对路径的列表文件，文件中每行一个文件同样要求是绝对路径。
echo "Example 2: $0 /tmp/problem_html_list.txt"
exit 1
fi
if [ -d "$1" ];then
html_list="$(find "$1" -type f -name ‘*.htm‘ -o -name ‘*.html‘)"
elif [ -f "$1" ];then
html_list="$(sed ‘‘ "$1")"
else
echo "ERROR: invalid path or listfile."
exit 1
fi
for html_f in $html_list
do
if [[ "$html_f" =~ \.html?$ ]];then
if [ -f "$html_f" ];then
sed -f "$sed_script" -n -i "$html_f"
else
echo "ERROR: \"$html_f\" is not exsist."
fi
else
echo "ERROR: \"$html_f\" is not a valid html file."
fi
done
运行方法：
1、递归清理指定目录中的html文件（htm或html后缀）：
#./htmlclean.sh /www/bbs
2、清理列表文件中的html文件：
#./htmlclean.sh /tmp/htmllist.txt
htmllist.txt中的内容应该使用以下格式
cat /tmp/htmllist.txt
/www/bbs/1.html /www/bbs/2.htm
注：
1、该脚本运行时需要保证和sed脚本在同一目录下。
2、该脚本只输出错误信息，添加计划任务时，记录日志需要自己指定，如：>&2 2>>/var/log/htmlclean.err
本文出自 “notepad” 博客，请务必保留此出处http://sndapk.blog.51cto.com/5385144/1381663