当今网页中经常使用到网页编辑器，因为人们需要在网页中插入图片，视频，样式等html代码内容，这使得网页的信息更加丰富。随之而来的，也给程序开发者带来了不少麻烦，因为提交的html中难免会出现不安全标记和非法标记，比如script，比如未知标签。这需要我们编写大量的程序代码去分析指定用户提交的html信息安全性，标准性。
方法1：
今天我要给大家推荐一个组件，他可以智能的分析出代码的出错部份和清除出错部份，并且配置比较简单。他的名字叫SafeHelper，通过配置文件设定的标记外，他将清楚和检查出不允许出现的标记。使用方法相当简单，只需要调用一个静态方法即可。
第一步，新建一个文件名为“wuxiu.HtmlAnalyserConfig.xml”的xml文件到网站跟目录，并添写以下代码：
<?xml version="1.0" encoding="utf-8" ?> <HtmlAnylyser > <AllowTags> <div attrs="class|style"/> <ul attrs="class"/> <li/> <table attrs="class|cellpadding|cellspacing|border|width"/> <tr attrs="class"/> <th attrs="class"/> <td attrs="class"/> <span attrs="style|class"/> <object attrs="classid|codebase|width|height"/> <param attrs="name|value"/> <embed attrs="src|width|height|quality|pluginspage|type|wmode"/> <a attrs="href|target|title"/> <h1 attrs="class"/> <h2 attrs="class"/> <h3 attrs="class"/> <h4 attrs="class"/> <h5 attrs="class"/> <h6 attrs="class"/> <strong attrs="class"/> <b attrs="class"/> <i attrs="class"/> <em attrs="class"/> <u attrs="class"/> <hr attrs="class"/> <br attrs="class"/> <img attrs="class|src|width|height|alt"/> <p attrs="class"/> <ol attrs="class"/> <dl attrs="class"/> <dt attrs="class"/> <dd attrs="class"/> </AllowTags> </HtmlAnylyser>
第二步，添加dll引用，safehelper官网：http://www.wuxiu.org/downloads.html
第三步,调用如下代码可以实现对html中未知标记清除（wuxiu.HtmlAnalyserConfig.xml中未定义的所有标记）：
string html = "<script>alert(‘yes‘);</script><p>content</p>"; html = wuxiu.SafeHelper.HtmlSafer.HtmlSaferAnalyser.ToSafeHtml(html); Response.Write(html);
或检查所有未知标记
string html = "<script>alert(‘yes‘);</script><p>myhtmlcontent</p>"; string [] dangers = wuxiu.SafeHelper.HtmlSafer.HtmlSaferAnalyser.ValidHtml(html,false); foreach (string danger_tag in dangers) { Response.Write(danger_tag+"<br/>"); }
方法二，通过正则表达式匹配出script危险标记：
public static string StripHTML(string strHtml) { string[]aryReg = { @"<script[^>]*?>.*?</script>", @"<(\/\s*)?!?((\w+:)?\w+)(\w+(\s*=?\s*(([""‘])(\\[" "‘tbnr]|[^\7])*?\7|\w+)|.{0})|\s)*?(\/\s*)?>", @"([\r\n])[\s]+", @ "&(quot|#34);", @"&(amp|#38);", @"&(lt|#60);", @"&(gt|#62);", @ "&(nbsp|#160);", @"&(iexcl|#161);", @"&(cent|#162);", @"&(pound|#163);", @"&(copy|#169);", @"&#(\d+);", @"-->", @"<!--.*\n" }; string[]aryRep = { "", "", "", "\"", "&", "<", ">", " ", "\xa1", //chr(161), "\xa2", //chr(162), "\xa3", //chr(163), "\xa9", //chr(169), "", "\r\n", "" }; string newReg = aryReg[0]; string strOutput = strHtml; for (int i = 0; i < aryReg.Length; i++) { Regex regex = new Regex(aryReg[i], RegexOptions.IgnoreCase); strOutput = regex.Replace(strOutput, aryRep[i]); } strOutput.Replace("<", ""); strOutput.Replace(">", ""); strOutput.Replace("\r\n", ""); return strOutput; }