从输入字段读取属性时，HTML编码丢失

StackOverflow https://stackoverflow.com/questions/1219860

题

我<！>＃8217;使用JavaScript从隐藏字段中提取值并将其显示在文本框中。隐藏字段中的值已编码。

例如，

<input id='hiddenId' type='hidden' value='chalk &amp; cheese' />

被拉入

<input type='text' value='chalk &amp; cheese' />

通过一些jQuery从隐藏字段中获取值（<！>＃8217; s此时我丢失了编码）：

$('#hiddenId').attr('value')

问题在于，当我从隐藏字段中读取chalk &amp; cheese时，JavaScript似乎失去了编码。我不希望该值为chalk & cheese。我希望保留文字amp;。

是否存在对字符串进行HTML编码的JavaScript库或jQuery方法？

有帮助吗？

解决方案

编辑：此答案很久以前就已发布，而htmlDecode函数引入了XSS漏洞。它已被修改，将临时元素从div更改为textarea以减少XSS机会。但是现在，我建议您按照其他anwswer 的建议使用DOMParser API。

我使用这些功能：

function htmlEncode(value){
  // Create a in-memory element, set its inner text (which is automatically encoded)
  // Then grab the encoded contents back out. The element never exists on the DOM.
  return $('<textarea/>').text(value).html();
}

function htmlDecode(value){
  return $('<textarea/>').html(value).text();
}

基本上，div元素在内存中创建，但它永远不会附加到文档中。

在htmlEncode函数中，我设置元素的innerText，并检索编码的innerHTML;在<=>函数中，我设置元素的<=>值，并检索<=>。

查看此处的正在运行的示例。

其他提示

jQuery技巧不对引号进行编码，在IE中它会剥离你的空格。

基于Django中的转义模板标签，我猜我已经大量使用/测试了，我做了这个功能，可以满足需要。

它可以说比空白剥离问题的任何变通方法更简单（也可能更快） - 它编码引号，如果您要在属性值中使用结果，这是必不可少的。

function htmlEscape(str) {
    return str
        .replace(/&/g, '&amp;')
        .replace(/"/g, '&quot;')
        .replace(/'/g, '&#39;')
        .replace(/</g, '&lt;')
        .replace(/>/g, '&gt;');
}

// I needed the opposite function today, so adding here too:
function htmlUnescape(str){
    return str
        .replace(/&quot;/g, '"')
        .replace(/&#39;/g, "'")
        .replace(/&lt;/g, '<')
        .replace(/&gt;/g, '>')
        .replace(/&amp;/g, '&');
}

更新2013-06-17：
在寻找最快的转义时，我发现了replaceAll方法的实现：
http://dumpsite.com/forum/index.php?topic=4 .msg29＃msg29 结果 （此处也引用：替换字符串中所有字符实例的最快方法）
这里有一些表现结果：
http://jsperf.com/htmlencoderegex/25

它为上面的内置replace链提供相同的结果字符串。如果有人能解释为什么它更快，我会很高兴的！？

更新2015-03-04：
我刚刚注意到AngularJS正在使用上面的方法：
https://github.com/angular /angular.js/blob/v1.3.14/src/ngSanitize/sanitize.js#L435

他们添加了一些改进 - 他们似乎正在处理模糊的Unicode问题以及将所有非字母数字字符转换为实体。我认为只要您为文档指定了UTF8字符集，后者就没有必要。

我会注意到（4年后）Django仍然没有做这些事情，所以我不确定它们有多重要：
https://github.com/django/django/斑点/ 1.8b1 / django的/ utils的/ html.py＃L44

更新2016-04-06：
您可能还希望逃避正斜杠/。这不是正确的HTML编码所必需的，但它是推荐由OWASP 作为反XSS安全措施。 （感谢@JNF在评论中提出建议）

        .replace(/\//g, '&#x2F;');

这是一个非jQuery版本，它比jQuery .html()版本和.replace()版本快得多。这保留了所有空格，但是像jQuery版本一样，不处理引号。

function htmlEncode( html ) {
    return document.createElement( 'a' ).appendChild( 
        document.createTextNode( html ) ).parentNode.innerHTML;
};

速度： http://jsperf.com/htmlencoderegex/17

  

演示：

输出：

脚本：

function htmlEncode( html ) {
    return document.createElement( 'a' ).appendChild( 
        document.createTextNode( html ) ).parentNode.innerHTML;
};

function htmlDecode( html ) {
    var a = document.createElement( 'a' ); a.innerHTML = html;
    return a.textContent;
};

document.getElementById( 'text' ).value = htmlEncode( document.getElementById( 'hidden' ).value );

//sanity check
var html = '<div>   &amp; hello</div>';
document.getElementById( 'same' ).textContent = 
      'html === htmlDecode( htmlEncode( html ) ): ' 
    + ( html === htmlDecode( htmlEncode( html ) ) );

HTML：

<input id="hidden" type="hidden" value="chalk    &amp; cheese" />
<input id="text" value="" />
<div id="same"></div>

我知道这是一个旧的，但我想发布一个可用的接受的答案的变体IE没有删除行：

function multiLineHtmlEncode(value) {
    var lines = value.split(/\r\n|\r|\n/);
    for (var i = 0; i < lines.length; i++) {
        lines[i] = htmlEncode(lines[i]);
    }
    return lines.join('\r\n');
}

function htmlEncode(value) {
    return $('<div/>').text(value).html();
}

下划线提供 _.escape() 和 _.unescape() 执行此操作的方法。

> _.unescape( "chalk &amp; cheese" );
  "chalk & cheese"

> _.escape( "chalk & cheese" );
  "chalk &amp; cheese"

好的答案。请注意，如果要使用jQuery 1.4.2编码的值为undefined或null，则可能会出现以下错误：

jQuery("<div/>").text(value).html is not a function

OR

Uncaught TypeError: Object has no method 'html'

解决方案是修改函数以检查实际值：

function htmlEncode(value){ 
    if (value) {
        return jQuery('<div/>').text(value).html(); 
    } else {
        return '';
    }
}

对于那些喜欢普通javascript的人来说，这是我成功使用的方法：

function escapeHTML (str)
{
    var div = document.createElement('div');
    var text = document.createTextNode(str);
    div.appendChild(text);
    return div.innerHTML;
}

FWIW，编码不会丢失。在页面加载期间，标记解析器（浏览器）使用编码。一旦读取并解析了源并且浏览器将DOM加载到内存中，编码就会被解析为它所代表的内容。因此，当您的JS执行以读取内存中的任何内容时，它获取的char就是编码所代表的内容。

我可能在这里严格操作语义，但我希望你理解编码的目的。单词<！>“;丢失<！>”;听起来好像有些东西没有像它应该的那样工作。

原型内置了字符串类。因此，如果您正在使用/计划使用Prototype，它会执行以下操作：

'<div class="article">This is an article</div>'.escapeHTML();
// -> "&lt;div class="article"&gt;This is an article&lt;/div&gt;"

没有Jquery更快。您可以对字符串中的每个字符进行编码：

function encode(e){return e.replace(/[^]/g,function(e){return"&#"+e.charCodeAt(0)+";"})}

或者只是针对主要人物担心（<！> amp;，inebreaks，<！> lt;，<！> gt;，<！>;和'），如：

function encode(r){
return r.replace(/[\x26\x0A\<>'"]/g,function(r){return"&#"+r.charCodeAt(0)+";"})
}

test.value=encode('Encode HTML entities!\n\n"Safe" escape <script id=\'\'> & useful in <pre> tags!');

testing.innerHTML=test.value;

/*************
* \x26 is &ampersand (it has to be first),
* \x0A is newline,
*************/
<textarea id=test rows="9" cols="55"></textarea>

<div id="testing">www.WHAK.com</div>

这是一个简单的JavaScript解决方案。它使用方法<！>引用扩展String对象; HTMLEncode <！> quot;可用于没有参数的对象或参数。

String.prototype.HTMLEncode = function(str) {
  var result = "";
  var str = (arguments.length===1) ? str : this;
  for(var i=0; i<str.length; i++) {
     var chrcode = str.charCodeAt(i);
     result+=(chrcode>128) ? "&#"+chrcode+";" : str.substr(i,1)
   }
   return result;
}
// TEST
console.log("stetaewteaw æø".HTMLEncode());
console.log("stetaewteaw æø".HTMLEncode("æåøåæå"))

我已经制作了一个 gist <！>;用于javascript <！>的HTMLEncode方法;

基于 angular's sanitize ...（es6模块语法）

// ref: https://github.com/angular/angular.js/blob/v1.3.14/src/ngSanitize/sanitize.js
const SURROGATE_PAIR_REGEXP = /[\uD800-\uDBFF][\uDC00-\uDFFF]/g;
const NON_ALPHANUMERIC_REGEXP = /([^\#-~| |!])/g;

const decodeElem = document.createElement('pre');


/**
 * Decodes html encoded text, so that the actual string may
 * be used.
 * @param value
 * @returns {string} decoded text
 */
export function decode(value) {
  if (!value) return '';
  decodeElem.innerHTML = value.replace(/</g, '&lt;');
  return decodeElem.textContent;
}


/**
 * Encodes all potentially dangerous characters, so that the
 * resulting string can be safely inserted into attribute or
 * element text.
 * @param value
 * @returns {string} encoded text
 */
export function encode(value) {
  if (value === null || value === undefined) return '';
  return String(value).
    replace(/&/g, '&amp;').
    replace(SURROGATE_PAIR_REGEXP, value => {
      var hi = value.charCodeAt(0);
      var low = value.charCodeAt(1);
      return '&#' + (((hi - 0xD800) * 0x400) + (low - 0xDC00) + 0x10000) + ';';
    }).
    replace(NON_ALPHANUMERIC_REGEXP, value => {
      return '&#' + value.charCodeAt(0) + ';';
    }).
    replace(/</g, '&lt;').
    replace(/>/g, '&gt;');
}

export default {encode,decode};

afaik在javascript中没有任何直接的HTML Encode / Decode方法。

但是，你可以做的是使用JS创建一个任意元素，设置它的内部文本，然后使用innerHTML读取它。

说，使用jQuery，这应该可行：

var helper = $('chalk & cheese').hide().appendTo('body');
var htmled = helper.html();
helper.remove();

或沿着这些方向的东西

您不必转义/编码值，以便将它们从一个输入字段移动到另一个输入字段。

<form>
 <input id="button" type="button" value="Click me">
 <input type="hidden" id="hiddenId" name="hiddenId" value="I like cheese">
 <input type="text" id="output" name="output">
</form>
<script>
    $(document).ready(function(e) {
        $('#button').click(function(e) {
            $('#output').val($('#hiddenId').val());
        });
    });
</script>

JS不会插入原始HTML或任何东西;它只是告诉DOM设置value属性（或属性;不确定）。无论哪种方式，DOM都会为您处理任何编码问题。除非您使用document.write或eval做一些奇怪的事情，否则HTML编码将是有效透明的。

如果你正在谈论生成一个新的文本框来保存结果......它仍然很容易。只需将HTML的静态部分传递给jQuery，然后在它返回给你的对象上设置其余的属性/属性。

$box = $('<input type="text" name="whatever">').val($('#hiddenId').val());

我有类似的问题并使用JavaScript中的函数encodeURIComponent解决它（ documentation ）

例如，在您的情况下，如果您使用：

<input id='hiddenId' type='hidden' value='chalk & cheese' />

和

encodeURIComponent($('#hiddenId').attr('value'))

你会得到chalk%20%26%20cheese。甚至保留空间。

在我的情况下，我必须编码一个反斜杠，这段代码完美无缺

encodeURIComponent('name/surname')

我得到name%2Fsurname

我的纯JS功能：

/**
 * HTML entities encode
 *
 * @param {string} str Input text
 * @return {string} Filtered text
 */
function htmlencode (str){

  var div = document.createElement('div');
  div.appendChild(document.createTextNode(str));
  return div.innerHTML;
}
  

JavaScript HTML实体编码<！> amp;解码

如果你想使用jQuery。我发现了这个：

http://www.jquerysdk.com/api/jQuery.htmlspecialchars

（jQuery SDK提供的jquery.string插件的一部分）

Prototype的问题我认为它在JavaScript中扩展了基础对象，并且与您可能使用的任何jQuery不兼容。当然，如果你已经在使用Prototype而不是jQuery，那就不会有问题了。

编辑：还有这个，它是Prototype的jQuery字符串实用程序的一个端口：

http://stilldesigning.com/dotstring/ 

var htmlEnDeCode = (function() {
    var charToEntityRegex,
        entityToCharRegex,
        charToEntity,
        entityToChar;

    function resetCharacterEntities() {
        charToEntity = {};
        entityToChar = {};
        // add the default set
        addCharacterEntities({
            '&amp;'     :   '&',
            '&gt;'      :   '>',
            '&lt;'      :   '<',
            '&quot;'    :   '"',
            '&#39;'     :   "'"
        });
    }

    function addCharacterEntities(newEntities) {
        var charKeys = [],
            entityKeys = [],
            key, echar;
        for (key in newEntities) {
            echar = newEntities[key];
            entityToChar[key] = echar;
            charToEntity[echar] = key;
            charKeys.push(echar);
            entityKeys.push(key);
        }
        charToEntityRegex = new RegExp('(' + charKeys.join('|') + ')', 'g');
        entityToCharRegex = new RegExp('(' + entityKeys.join('|') + '|&#[0-9]{1,5};' + ')', 'g');
    }

    function htmlEncode(value){
        var htmlEncodeReplaceFn = function(match, capture) {
            return charToEntity[capture];
        };

        return (!value) ? value : String(value).replace(charToEntityRegex, htmlEncodeReplaceFn);
    }

    function htmlDecode(value) {
        var htmlDecodeReplaceFn = function(match, capture) {
            return (capture in entityToChar) ? entityToChar[capture] : String.fromCharCode(parseInt(capture.substr(2), 10));
        };

        return (!value) ? value : String(value).replace(entityToCharRegex, htmlDecodeReplaceFn);
    }

    resetCharacterEntities();

    return {
        htmlEncode: htmlEncode,
        htmlDecode: htmlDecode
    };
})();

这是来自ExtJS的源代码。

<script>
String.prototype.htmlEncode = function () {
    return String(this)
        .replace(/&/g, '&amp;')
        .replace(/"/g, '&quot;')
        .replace(/'/g, '&#39;')
        .replace(/</g, '&lt;')
        .replace(/>/g, '&gt;');

}

var aString = '<script>alert("I hack your site")</script>';
console.log(aString.htmlEncode());
</script>

将输出：&lt;script&gt;alert(&quot;I hack your site&quot;)&lt;/script&gt;

一旦定义，

.htmlEncode（）将在所有字符串上可访问。

HtmlEncodes给定值

  var htmlEncodeContainer = $('<div />');
  function htmlEncode(value) {
    if (value) {
      return htmlEncodeContainer.text(value).html();
    } else {
      return '';
    }
  }

我在Domain \ User字符串中遇到了反斜杠的一些问题。

我把这个添加到Anentropic回答中的其他逃脱

.replace(/\\/g, '&#92;')

我在这里找到的： 如何在JavaScript中转义反斜杠？

这里有一点模仿Microsoft的ASP中的Server.HTMLEncode函数，用纯JavaScript编写：

function htmlEncode(s) {
  var ntable = {
    "&": "amp",
    "<": "lt",
    ">": "gt",
    "\"": "quot"
  };
  s = s.replace(/[&<>"]/g, function(ch) {
    return "&" + ntable[ch] + ";";
  })
  s = s.replace(/[^ -\x7e]/g, function(ch) {
    return "&#" + ch.charCodeAt(0).toString() + ";";
  });
  return s;
}

结果不编码撇号，但编码其他HTML特价和0x20-0x7e范围之外的任何字符。

在prototype.js

中挑选escapeHTML()正在做的事情

添加此脚本可帮助您转义HTML：

String.prototype.escapeHTML = function() { 
    return this.replace(/&/g,'&amp;').replace(/</g,'&lt;').replace(/>/g,'&gt;')
}

现在您可以在脚本中的字符串上调用escapeHTML方法，例如：

var escapedString = "<h1>this is HTML</h1>".escapeHTML();
// gives: "&lt;h1&gt;this is HTML&lt;/h1&gt;"

希望它能帮助任何寻找简单解决方案的人，而不必包含整个prototype.js

在这里使用其他一些答案我创建了一个版本，可以替换一次传递中的所有相关字符，而不管不同编码字符的数量（只有一次调用replace()），因此对于较大的字符串会更快。

它不依赖于DOM API存在或其他库。

window.encodeHTML = (function() {
    function escapeRegex(s) {
        return s.replace(/[-\/\\^$*+?.()|[\]{}]/g, '\\$&');
    }
    var encodings = {
        '&'  : '&amp;',
        '"'  : '&quot;',
        '\'' : '&#39;',
        '<'  : '&lt;',
        '>'  : '&gt;',
        '\\' : '&#x2F;'
    };
    function encode(what) { return encodings[what]; };
    var specialChars = new RegExp('[' +
        escapeRegex(Object.keys(encodings).join('')) +
    ']', 'g');

    return function(text) { return text.replace(specialChars, encode); };
})();

跑了一次，你现在可以打电话了

encodeHTML('<>&"\'')

获得&lt;&gt;&amp;&quot;&#39; 

function encodeHTML(str) {
    return document.createElement("a").appendChild( 
        document.createTextNode(str)).parentNode.innerHTML;
};

function decodeHTML(str) {
    var element = document.createElement("a"); 
    element.innerHTML = str;
    return element.textContent;
};
var str = "<"
var enc = encodeHTML(str);
var dec = decodeHTML(enc);
console.log("str: " + str, "\nenc: " + enc, "\ndec: " + dec);

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top