Java的正则表达式<script>标签从URL删除

可能重复：
Remove JavaScript with Regex Java的正则表达式<script>标签从URL删除

如何删除<script之间的所有内容....而且...... </script>？如果我写：

s = s.replaceAll("<script.+</script>", "");

它消除了第一<script直到最后</script>之间的一切，但我想从第一<script删除，直到第一</script> 请帮助

来源

2011-11-23 user1062317

如果这应该是一个安全措施，那么它将无法运作 –

@OttoAllmendinger - 作为一项安全措施，我认为它不可能被做成傻瓜证明，但它当然可以被用来破解和使任何绕过安全措施的尝试失效，并且可以优雅有效地删除正确格式化的脚本 –

它通常是一个坏主意使用正则表达式来解析HTML —有无数个角落案例，并且需要花费大量精力（如果您的输入是 foo ？）—但回答您的特定问题：更改+，这是一个“贪婪”量词，尽可能多地使用它，它是一个“不情愿”的量词，尽量少用。

请参阅http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html。

来源

2011-11-23 16:33:09 ruakh

Thx，尝试了DOM解析，但没有为我工作）我不允许使用第三方库，所以尝试用正则表达式来做到这一点 – user1062317

我在过去的这个建议：

<\s*script.*?(/\s*>|<\s*/\s*script[^>]*>)

使用“单行”或“DOTALL”编译器开关，适用于您的语言或工具。

欲了解更多信息，请参阅我的答案在这里：应该这样做无非是为了使它更难被它成功地得到的东西https://stackoverflow.com/q/8043367/561690

在回应的意见，我所做的更改。至于<和script之间的任何空格 - 我不会把它放在某个人的旁边，以便在构建解析器时忽略建议（Standard？）的那部分内容，以使其更加灵活，因此我将它作为部分我的回答！

来源

2011-11-23 17:18:21

你对我的看法很奇怪。 “<”和“script”之间的空格将使该标签无效;并且''之间的空格不限于单个字符。 – ruakh

在这你可能是绝对正确的。然而，用户是全新的品牌，并且提出了一个与所引用的问题相同的所有实际意图和目的的问题 - 因此存在ROI问题。我会做出你所建议的改变，但我怀疑它没有太大的区别！不管谢谢！ –

这会将' cript> alert（1337）'转换为''。 –

OWASP Java HTML Sanitizer是由OWASP赞助的一种HTML清洁工具，它使用Java语言编写，该工具使用一串HTML和白名单标记和属性来生成一串安全的HTML。

它经历了多轮攻击审查，并与AntiSAMY适合相同的利基。

完全披露：我是一名维护者。

来源

2011-11-23 19:00:39

Java的正则表达式<script>标签从URL删除

回答

相关问题