Я ищу функциональный эквивалент C/C++ для HTML :: Defang, и мой Google-fu не смог ничего раскрыть. Я хочу сохранить любые доброкачественные теги и вырезать/деформировать все остальное. Отсутствие реальной библиотеки, любые указатели для завершения списков тегов/атрибутов/etc в defang были бы оценены. Я знаю http://en.wikipedia.org/wiki/DOM_Events. Благодарю.Лучшая библиотека C/C++ для фильтрации HTML?
В Java я использую JTidy для очистки HTML. Я не уверен, что это подойдет вашим потребностям, но если вы используете Google для JTidy, вы также можете перейти по ссылке на реализацию C/C++ и посмотреть, делает ли она то, что вы хотите.
Что касается дефанга: посмотрите на спецификации W3C для HTML; любой тег, который не находится там, не принадлежит HTML. Но опять же, я мог бы не понимать вашу концепцию «defang».
В принципе, я хочу, что веб-системы электронной почты делают, когда они представлены с электронной почтой HTML. Покажите, что они могут, уничтожите остальных, включая любые атаки. – 2009-12-17 19:16:01
Это больше искусство, чем наука. Я думаю, вам будет хорошо, если Tidy вычеркнет любые сценарии. Но я не могу оценить Tidy для вас. Попробуй! –
libxml2 является бесплатным и должен делать то, что вы хотите.
Смотрите эту часть API: http://www.xmlsoft.org/html/libxml-HTMLparser.html
htmlReadFile() функция может сделать трюк.
Чтобы вы начали с libxml2 некоторые примеры можно найти здесь:
В этом контексте, что HTML :: Дэфан? –