根据the HTML Purifier smoketest,偶尔会丢弃“格式错误”的URI以留下无属性的锚标记,例如,

< a href =“javascript：document.location ='http：//www.google.com/'”> XSS< / a>成为< a> XSS< / a>

…以及偶尔被剥离到协议,例如

< a href =“http：// 1113982867 /”> XSS< / a>成为< a href =“http：/”> XSS< / a>

虽然这本身没有问题,但它有点难看.我没有试图用正则表达式去除这些,而是​​希望使用HTML Purifier自己的库功能/注入器/插件/ whathaveyou.

参考点：处理属性

有条件地删除HTMLPurifier中的属性很容易.这里的库提供类HTMLPurifier_AttrTransform,方法为confiscateAttr().

虽然我个人不使用confiscateAttr()的功能,但我确实按照this thread使用HTMLPurifier_AttrTransform将target =“_ blank”添加到所有锚点.

// more configuration stuff up here
$htmlDef = $htmlPurifierConfiguration->getHTMLDefinition(true);
$anchor  = $htmlDef->addBlankElement('a');
$anchor->attr_transform_post[] = new HTMLPurifier_AttrTransform_Target();
// purify down here

当然,HTMLPurifier_AttrTransform_Target是一个非常简单的类.

class HTMLPurifier_AttrTransform_Target extends HTMLPurifier_AttrTransform
{
    public function transform($attr, $config, $context) {
        // I could call $this->confiscateAttr() here to throw away an
        // undesired attribute
        $attr['target'] = '_blank';
        return $attr;
    }
}

那部分就像一个魅力,自然而然.

处理元素

也许我在HTMLPurifier_TagTransform上没有足够的眯眼,或者我正在寻找错误的地方,或者一般都不理解它,但我似乎无法找到一种方法来有条件地删除元素.

说,有效的事情：

// more configuration stuff up here
$htmlDef = $htmlPurifierConfiguration->getHTMLDefinition(true);
$anchor  = $htmlDef->addElementHandler('a');
$anchor->elem_transform_post[] = new HTMLPurifier_ElementTransform_Cull();
// add target as per 'point of reference' here
// purify down here

使用Cull类扩展具有confiscateElement()能力或类似性的东西,其中我可以检查缺少的href属性或具有内容http：/的href属性.

HTMLPurifier_Filter

我知道我可以创建一个过滤器,但是示例(Youtube.php和ExtractStyleBlocks.php)建议我使用正则表达式,如果可能的话,我真的宁愿避免使用.我希望有一个板载或准板载解决方案,利用HTML Purifier的出色解析功能.

遗憾的是,在HTMLPurifier_AttrTransform的子类中返回null并不会删除它.

任何人都有任何聪明的想法,还是我坚持使用正则表达式？