将htmlentities应用于剥离的标记 - Apply htmlentities to stripped tags

Apply htmlentities to stripped tags

本文关键字：剥离 htmlentities 应用于 | 更新日期: 2023-09-27

已研究的链接：

如何选择性地应用htmlentities？和PHP函数剥离标签，除了白名单标签和属性列表

他们很接近，但并不像预期的那样。

我试过什么

<?php
define('CHARSET', 'UTF-8');
define('REPLACE_FLAGS', ENT_HTML5);
function htmlcleaned($string) {
    $string = htmlentities($string);
    return str_replace(
    array("&lt;i&gt;", "&lt;b&gt;", "&lt;/i&gt;", "&lt;/b&gt;", "&lt;p&gt;", "&lt;/p&gt;"),
    array("<i>", "<b>", "</i>", "</b>", "<p>", "</p>"), $string);
}
echo htmlcleaned("<p>How are you?</p><p><b>This is bold</b></p><p><i>This is italic</i></p><p><u>This is underline</u></p><p><br></p><ul><li>This is list item 1</li><li>This is list item 2</li></ul><p><br></p><ol><li>This is ordered list item 1</li><li>This is ordered list item 2</li></ol><p><a target='_blank' style='color: #1c5c76;' href='http://www.google.com'>http://www.google.com</a></p><p>This is plain text again.<br></p><script>alert('attempt csrf');</script><p><p>This is P tag example</p></p>");
?>

我想要实现什么

如果输入为：

<b><script>alert("something");</script></b>

那么输出将是：

<b>&lt;script&rt;("something");&lt;/script$rt;</b>

没有具体的黑名单，但有一个具体的白名单。

这个函数可能会对您有所帮助，但它没有经过高度测试。它将对除您指定的标签之外的所有标签执行htmlentities

function html_entity_decode_matches($matches){
    return html_entity_decode($matches[0]); 
}
function htmlentities_exclude($string, $exclude_array){
    $string = htmlentities($string); //htmlentities all
    $ent_sl = "&gt;"; //>
    if (is_array($exclude_array) AND !empty($exclude_array)){
        foreach($exclude_array as $exc){
            $exc = str_replace(array("<", ">"), "", $exc);
            $ent = str_replace("/", "'/", htmlentities("<{$exc}"));
            $ent_e = str_replace("/", "'/", htmlentities("</{$exc}>"));
            //do decode on <tag...>
            $string = preg_replace_callback("/{$ent}(.*?){$ent_sl}/", "html_entity_decode_matches", $string);
            //do decode on <'tag>
            $string = preg_replace_callback("/{$ent_e}/", "html_entity_decode_matches", $string);
        }
    }
    return $string;
}

echo htmlentities_exclude('<b><script>alert("something");</script></b>', array("<b>"));
Output:
<b>&lt;script&gt;alert(&quot;something&quot;);&lt;/script&gt;</b>

您可以使用PHP DOM对象来实现这一点，首先您创建一个元素（在您的情况下，它是<b>），并提供编码字符串作为其主体（内部HTML），如下所示，

    <?php
        define('CHARSET', 'UTF-8');
        define('REPLACE_FLAGS', ENT_HTML5);
        function htmlcleaned($string) {
            return str_replace(array("<", ">"), array("&lt;", "&gt;"), $string);
        }
        $dom = new DOMDocument('1.0', 'utf-8');
        $element = $dom->createElement('b', htmlcleaned('<script>alert("something");</script>'));
        $dom->appendChild($element);
        $html = $dom->saveXML();
        echo $html;
    ?>

你可以使用内置函数，而不是创建这样的函数，

<?php
    define('CHARSET', 'UTF-8');
    define('REPLACE_FLAGS', ENT_HTML5);
    $dom = new DOMDocument('1.0', 'utf-8');
    $element = $dom->createElement('b', htmlspecialchars('<script>alert("something");</script>', ENT_NOQUOTES));
    $dom->appendChild($element);
    $html = $dom->saveXML();
    echo $html;
?>