js转义和反转义html
Posted tags: 篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了js转义和反转义html相关的知识，希望对你有一定的参考价值。 本文地址： http://www.cnblogs.com/daysme/p/7100553.html 下面的代码网上常用有，但不是想要的。 http://blog.csdn.net/wangyuheng77/article/details/50315051 简单说一下业务场景，前台用户通过input输入内容，在离开焦点时，将内容在div中显示。 这里提供一个非常简单有效的转义方案，利用了innerHTML和innerText 因为innerText（textContent）会获取纯文本内容，忽略html节点标签，而innerHTML会显示标签内容， 通过测试结果，可以看到html标签及&符都被转义后保存。 当 HTMLDecode(‘1<’) 时返回了 1< ，而我希望希望 1< ，也就是只转义实体字符，而不是做解析。 下面是个人适合的转义： http://blog.chinaunix.net/uid-20511797-id-3118652.html 众所周知页面上的字符内容通常都需要进行HTML转义才能正确显示，尤其对于Input，Textarea提交的内容，更是要进行转义以防止javascript注入攻击。 参考上面的提到的文章，基本上可以确定以下的转义的范围和方式。 1）对”\\””、”&”、”‘“、”<”、”>”、空格(0x20)、0x00到0x20、0x7F-0xFF 用javascript的正则表达式可以写为： this.REGX_HTML_ENCODE = /“|&|’|<|>|[\\x00-\\x20]|[\\x7F-\\xFF]|[\\u0100-\\u2700]/g; 2）为保证转义结果对浏览器的无差别，转义编码为实体编号，而不用实体名称。 3）空格(0x20)通常转义为“ ”也就是“ ”。 转义的代码非常简单： 既然有转义，自然需要反转义。 1） 对“&#num;”实体编号的转义，直接提取编号然后fromCharCode就可以得到字符。 2） 对于诸如“<”，需要建立一张如下的表来查询。 由此我们可以有反转义的正则表达式： this.REGX_HTML_DECODE = /&\\w+;|&#(\\d+);/g; 反转的代码也很简单，如下： 其实在用正则表达式转义之前，我一直都是用遍历整个字符串，逐个比较字符的方式。直到有一天，看到一篇文章说，javascript正则表达式是C实现的，比自己用javascript遍历字符要快，于是我就试着改写成上面这种方式。虽然代码看起来的确显得神秘而又牛叉，但遗憾的是，在我的Chrome 11 (FreeBSD 64 9.0)上，遍历字符转义/反转的方式要比上面正则表达式的代码快2到3倍（字符串长度越长越明显）。其实，想想也能明白为什么。 在实际的使用中可以有两种方式： 1）使用js.lang.String.encodeHtml(s)和js.lang.String.decodeHtml(s)。 2）还可以直接扩展String的prototype http://www.cnblogs.com/LiuLiangXuan/p/5212155.html 在开发中遇到javascript从后台获取的url 会被转义，如：http://localhost:8080/Home/Index?a=14&b=15&c=123，想把它转成http://localhost:8080/Home/Index?a=14&b=15&c=123 网上找了半天的解决方案： 转义分为escapeHTML和unescapeHTML，先看两个函数的实现。 js代码： 1，escapeHTML将< > & “ ‘转成字符实体 2，unescapeHTML将字符实体转成< > & “ ‘ 转义字符： 提示：使用实体名而不是数字的好处是，名称易于记忆。不过坏处是，浏览器也许并不支持所有实体名称（对实体数字的支持却很好）。 以上是关于js转义和反转义html的主要内容，如果未能解决你的问题，请参考以下文章
JS实现html标签转义及反转义
这时遇到一个问题，如果用户输入了html标签，则在div显示中，标签被解析。
由于是纯前端操作，不涉及后端，因此需要通过js对输入内容进行转义。
注：火狐不支持innerText，需要使用 textContent 属性，而IE早期版本不支持此属性，为了同时兼容IE及火狐，需要进行判断操作.
所以我们先将需转义的内容赋值给innerText（textContent），再获取它的innerHTML属性，这时获取到的就是转义后文本内容。
代码如下：//HTML转义
function HTMLEncode(html) {
var temp = document.createElement("div");
(temp.textContent != null) ? (temp.textContent = html) : (temp.innerText = html);
var output = temp.innerHTML;
temp = null;
return output;
}
var tagText = "<p><b>123&456</b></p>";
console.log(HTMLEncode(tagText));//<p><b>123&456</b></p>
同理，反转义的方法为先将转义文本赋值给innerHTML，然后通过innerText（textContent）获取转义前的文本内容//HTML反转义
function HTMLDecode(text) {
var temp = document.createElement("div");
temp.innerHTML = text;
var output = temp.innerText || temp.textContent;
temp = null;
return output;
}
var tagText = "<p><b>123&456</b></p>";
var encodeText = HTMLEncode(tagText);
console.log(encodeText);//<p><b>123&456</b></p>
console.log(HTMLDecode(encodeText)); //<p><b>123&456</b></p>
用javascript进行HTML转义
通常的HTML转义主要是针对内容中的”<”，”>”，”&”，以及空格、单双引号等。但其实还有很多字符也需要进行转义。具体的可以参考这篇文章。1、HTML转义
以及0x0100-0x2700的字符进行转义，基本上就覆盖的比较全面了。 this.encodeHtml = function(s){
return (typeof s != "string") ? s :
s.replace(this.REGX_HTML_ENCODE,
function($0){
var c = $0.charCodeAt(0), r = ["&#"];
c = (c == 0x20) ? 0xA0 : c;
r.push(c); r.push(";");
return r.join("");
});
};
2、反转义
this.HTML_DECODE = {
"<" : "<",
">" : ">",
"&" : "&",
" ": " ",
""": "\\"",
"©": "©"
// Add more
};
this.decodeHtml = function(s){
return (typeof s != "string") ? s :
s.replace(this.REGX_HTML_DECODE,
function($0,$1){
var c = this.HTML_ENCODE[$0]; // 尝试查表
if(c === undefined){
// Maybe is Entity Number
if(!isNaN($1)){
c = String.fromCharCode(($1 == 160) ? 32 : $1);
}else{
// Not Entity Number
c = $0;
}
}
return c;
});
};
3、一个有意思的认识
4、完整版本的代码
$package("js.lang"); // 没有包管理时，也可简单写成 js = {lang:{}};
js.lang.String = function(){
this.REGX_HTML_ENCODE = /"|&|\'|<|>|[\\x00-\\x20]|[\\x7F-\\xFF]|[\\u0100-\\u2700]/g;
this.REGX_HTML_DECODE = /&\\w+;|&#(\\d+);/g;
this.REGX_TRIM = /(^\\s*)|(\\s*$)/g;
this.HTML_DECODE = {
"<" : "<",
">" : ">",
"&" : "&",
" ": " ",
""": "\\"",
"©": ""
// Add more
};
this.encodeHtml = function(s){
s = (s != undefined) ? s : this.toString();
return (typeof s != "string") ? s :
s.replace(this.REGX_HTML_ENCODE,
function($0){
var c = $0.charCodeAt(0), r = ["&#"];
c = (c == 0x20) ? 0xA0 : c;
r.push(c); r.push(";");
return r.join("");
});
};
this.decodeHtml = function(s){
var HTML_DECODE = this.HTML_DECODE;
s = (s != undefined) ? s : this.toString();
return (typeof s != "string") ? s :
s.replace(this.REGX_HTML_DECODE,
function($0, $1){
var c = HTML_DECODE[$0];
if(c == undefined){
// Maybe is Entity Number
if(!isNaN($1)){
c = String.fromCharCode(($1 == 160) ? 32:$1);
}else{
c = $0;
}
}
return c;
});
};
this.trim = function(s){
s = (s != undefined) ? s : this.toString();
return (typeof s != "string") ? s :
s.replace(this.REGX_TRIM, "");
};
this.hashCode = function(){
var hash = this.__hash__, _char;
if(hash == undefined || hash == 0){
hash = 0;
for (var i = 0, len=this.length; i < len; i++) {
_char = this.charCodeAt(i);
hash = 31*hash + _char;
hash = hash & hash; // Convert to 32bit integer
}
hash = hash & 0x7fffffff;
}
this.__hash__ = hash;
return this.__hash__;
};
};
js.lang.String.call(js.lang.String);
js.lang.String.call(String.prototype);
// 那么
var str = "<B>&\'\\"中国</B>abc def";
var ec_str = str.encodeHtml();
document.write(ec_str);
document.write("<bt><bt>"); // CU的博客在线编辑有bug,
放不上来！！！
var dc_str = ec_str.decodeHtml();
document.write(dc_str);
其他
function html_encode(str)
{
var s = "";
if (str.length == 0) return "";
s = str.replace(/&/g, "&");
s = s.replace(/</g, "<");
s = s.replace(/>/g, ">");
s = s.replace(/ /g, " ");
s = s.replace(/\\\'/g, "'");
s = s.replace(/\\"/g, """);
s = s.replace(/\\n/g, "<br/>");
return s;
}
function html_decode(str)
{
var s = "";
if (str.length == 0) return "";
s = str.replace(/&/g, "&");
s = s.replace(/</g, "<");
s = s.replace(/>/g, ">");
s = s.replace(/ /g, " ");
s = s.replace(/'/g, "\\\'");
s = s.replace(/"/g, "\\"");
s = s.replace(/<br\\/>/g, "\\n");
return s;
}
console.log(html_decode(\'<div>123</div>\'));
console.log(html_encode(html_decode(\'<div>123</div>\')));
【转义字符】HTML 字符实体< >: &等
/**
* @function escapeHTML 转义html脚本 < > & " \'
* @param a -
* 字符串
*/
escapeHTML: function(a){
a = "" + a;
return a.replace(/&/g, "&").replace(/</g, "<").replace(/>/g, ">").replace(/"/g, """).replace(/\'/g, "'");;
},
/**
* @function unescapeHTML 还原html脚本 < > & " \'
* @param a -
* 字符串
*/
unescapeHTML: function(a){
a = "" + a;
return a.replace(/</g, "<").replace(/>/g, ">").replace(/&/g, "&").replace(/"/g, \'"\').replace(/'/g, "\'");
},
使用场景：
（1）用户在页面中录入（比如输入框） ， js将该内容提交给后端保存
（2）显示时，后端将字符串返回前端；js接收到之后：
a, 使用escapeHTML，将字符串转为 <script>alert(2);</script>此时，浏览器将能正确解析，因为浏览器接收到实体字符后，转成对应的尖括号等。
b, 不使用escapeHTML，浏览器一看到<，便认为是html标签的开始，直接把刚才的字符串当脚本执行了，这就是xss漏洞。
使用场景：
后端将已经转义后的内容显示到页面；比如<script>alert(2);</script>
js收到后：
a，前端进行unescapeHTML，则可以直接dom操作，将标签显示到页面。
b，前端没有unescapeHTML，则原样输出，但此时并没有执行。