在做一些网站(特别是BBS之类)时,经常会有充许用户输入html样式代码,却禁止脚本的运行的需求, 以达到丰富网页样式,禁止恶意代码的运行。
当然不能用 HtmlEncode 和 HtmlDecode 方法,因为这样连基本的html代码会被禁止掉。
我在网上搜索,也没有找到好的解决办法,倒是收集了一些脚本攻击的实例:
**1.
1<script>标记中包含的代码
22\. <a href=javascript:...中的代码
33\. 其它基本控件的 on...事件中的代码
44\. iframe 和 frameset 中载入其它页面造成的攻击 **
5有了这些资料后,事情就简单多了,写一个简单的方法,用正则表达式把以上符合几点的代码替换掉:
6public string wipeScript(string html)
7{
8System.Text.RegularExpressions.Regex regex1 = new System.Text.RegularExpressions.Regex(@"<script[\s\S]+</script *>",System.Text.RegularExpressions.RegexOptions.IgnoreCase);
9System.Text.RegularExpressions.Regex regex2 = new System.Text.RegularExpressions.Regex(@" href *= *[\s\S]*script *:",System.Text.RegularExpressions.RegexOptions.IgnoreCase);
10System.Text.RegularExpressions.Regex regex3 = new System.Text.RegularExpressions.Regex(@" on[\s\S]*=",System.Text.RegularExpressions.RegexOptions.IgnoreCase);
11System.Text.RegularExpressions.Regex regex4 = new System.Text.RegularExpressions.Regex(@"<iframe[\s\S]+</iframe *>",System.Text.RegularExpressions.RegexOptions.IgnoreCase);
12System.Text.RegularExpressions.Regex regex5 = new System.Text.RegularExpressions.Regex(@"<frameset[\s\S]+</frameset *>",System.Text.RegularExpressions.RegexOptions.IgnoreCase);
13html = regex1.Replace(html, ""); //过滤<script></script>
标记
html = regex2.Replace(html, ""); //过滤href=javascript: (
1<a>) 属性
2html = regex3.Replace(html, " _disibledevent="); //过滤其它控件的on...事件
3html = regex4.Replace(html, ""); //过滤iframe
4html = regex5.Replace(html, ""); //过滤frameset
5return html;
6}
7此方法输入可能包含脚本的html代码,返回则就是干净的代码了。
8我做过一些简单的测试,可以满中要求,只是还存在几个疑问:
9**以上考滤的情况是否比较完善, 还存在其它的脚本攻击手段吗?
10是否会有其它更好的解决办法?
11**</a>