Теги Regex - PullRequest
Новая
       6

Теги Regex

0 голосов
/ 25 ноября 2010

У меня есть сценарий Coldfusion, который некоторое время зависал в моей системе управления контентом.Он использует регулярные выражения для удаления любых дрянных тегов и символов из содержимого.

Мне нужно, чтобы этот скрипт не удалял любые теги <object> и <iframe>.попробую, но я думаю, что это выходит за рамки моих навыков регулярных выражений.

http://pastebin.com/rTtMyiQw

<cfparam name="Attributes.allowedclasses" default="">

<!--- turn allowed classes list to regular expression --->
<cfset Attributes.allowedclasses = Replace(Attributes.allowedclasses, ",", "|", "all")>

<cfset vBody="<body style='font-family:Verdana; font-size:12px;'>">
<cfset vStart="<!DOCTYPE html PUBLIC '-//W3C//DTD XHTML 1.0 Transitional//EN' 'http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd'><html xmlns='http://www.w3.org/1999/xhtml' lang='en' xml:lang='en'><head><title>Title</title></head>#vBody#">
<cfset vEnd="</body></html>">

<cfloop list="#Attributes.varnames#" index="theVariable">

    <cfset vIntVar=evaluate("caller.#theVariable#")>

    <cf_bocctrimformvars varnames="vIntVar" allowhtml="yes" quotes="unescape" allowPound="yes">

    <cfset vIntVarDebug=vIntVar>

    <!--- strip copy and paste word etc code formatting --->

    <cfset vIntVar=ReReplaceNoCase(vIntVar, "</?[a-z0-9-=""'!\$\?%&\*\+@~##;,\\]*:[a-z0-9 -=""'!\$\?%&\*\+@~##;,\\]*>", "", "all")>

    <!--- stop certain classes being stripped out --->
    <cfif ListLen(Attributes.allowedclasses) NEQ 0>
        <cfset vIntVar=ReReplaceNoCase(vIntVar, '<span class="(#Attributes.allowedclasses#)">([\s\S]*?)</span>', '<excludespan classexclude="\1">\2</excludespan>', 'all')>

        <!--- stop other classes being stripped out --->
        <cfset vIntVar=ReReplaceNoCase(vIntVar, '<([a-z0-9]+) class="(#Attributes.allowedclasses#)"[^>]*>', '<\1 classexclude="\2">', 'all')>
    </cfif>

    <!--- strip out span and font tags --->
    <cfset vIntVar=ReReplaceNoCase(vIntVar, "</?(span|font)[^>]*>", "", "all")> 

    <!--- strip out rest of styles/classes --->
    <cfset vIntVar=ReReplaceNoCase(vIntVar, "<([a-z0-9]+) (style|class)=[^>]*>", "<\1>", "all")>

    <!--- reset classes which shouldn't be stripped out --->
    <cfif ListLen(Attributes.allowedclasses) NEQ 0>
        <cfset vIntVar=ReReplaceNoCase(vIntVar, '<excludespan classexclude="([a-z0-9-]+)"[^>]*>', '<span class="\1">', 'all')>
        <cfset vIntVar=ReplaceNoCase(vIntVar, '</excludespan>', '</span>', 'all')>

        <cfset vIntVar=ReReplaceNoCase(vIntVar, '<([a-z0-9]+) classexclude="([a-z0-9-]+)"[^>]*>', '<\1 class="\2">', 'all')>
    </cfif>



    <cfset vIntVar=ReReplaceNoCase(vIntVar, "<\?xml[^>]*>", "", "all")>
    <cfset vIntVar=ReReplaceNoCase(vIntVar, "<p>([[:space:]])*</p>", "", "all")>
    <cfset vIntVar=ReReplaceNoCase(vIntVar, "</?U>", "", "all")>
    <cfset vIntVar=ReReplaceNoCase(vIntVar, "</?DIV[^>]*>", "", "all")>
    <cfset vIntVar=ReReplaceNoCase(vIntVar, "</?PRE>", "", "all")>
    <cfset vIntVar=ReplaceNoCase(vIntVar, 'target=""', '', 'all')>

    <!--- 
    DG 19/9/2004: fix put in to swap round <p> and <a> tags if a single <p> is inside an <a> 
    (which html tidy doesn't like 
    --->
    <cfset vIntVar=ReReplaceNoCase(vIntVar, "<a([[:print:]]*)>[[:space:]]*<p>([[:print:]]*)</p>([[:space:]]*)</a>", "<p><a\1>\2</a></p>", 'all')>

    <cfset vIntVar=vStart & vIntVar & vEnd>

    <cflock name="tidy" type="exclusive" timeout="10">
        <cfscript>
        TidyObj = CreateObject("COM", "TidyCOM.TidyObject");
        TidyOptions = TidyObj.Options;
        TidyOptions.Doctype = "omit";
        TidyOptions.TidyMark = false;
        TidyOptions.OutputXml = false;
        TidyOptions.InputXml = false;
        TidyOptions.OutputXhtml = true;
        TidyOptions.ShowWarnings = false;
        TidyOptions.DropEmptyParas = true;
        TidyOptions.Quiet = true;
        TidyOptions.Indent = 0;
        TidyOptions.Wrap = 0;
        TidyOptions.QuoteAmpersand = true;

        vIntVar = TidyObj.TidyMemToMem(vIntVar);

        TidyObj = "";
        </cfscript>
    </cflock>


    <!--- strip any image tags inserted by drag and drop etc --->
    <cfset vIntVar=ReReplaceNoCase(vIntVar, "<img [^>]*>", "", "all")>


</cfloop>

1 Ответ

1 голос
/ 26 ноября 2010

Я согласен с orangepips, вы должны задавать более конкретный вопрос, но мне также нравится вызов. Я уже пытался разобрать HTML с помощью REGEX и могу засвидетельствовать, что это не очень хорошее решение, особенно когда вы смотрите на весь документ, а не просто на простую строку. Однако иногда вам приходится работать с ограниченным пространством, и у вас не так много вариантов.

Я просмотрел все имеющиеся у вас выражения REGEX и проверил их все по следующему тегу объекта. Ни один из них не обнаружил тег объекта, что наводит меня на мысль, что проблема может быть в TidyCOM. Я немного покопался в поисках информации о TidyCOM, и самые свежие материалы, которые я смог найти, были примерно в 2001 году.

Я понимаю, что вы просто пытаетесь исправить этот сценарий и двигаться дальше, но это может быть невозможно. Возможно, вы начнете думать о переносе этого устаревшего продукта на более современную платформу.

Если вы хотите выяснить, где именно проблема, выведите переменную vIntVar в текстовый файл после объединения vStart, vIntVar и vEnd. Конечно, вы также можете просто использовать CF-отладчик, но, насколько я помню, это было не самое легкое дело.

Тег объекта, который я использовал для проверки выражений: 

<object classid="clsid:F08DF954-8592-11D1-B16A-00C0F0283628" id="Slider1" width="100" height="50">
  <param name="BorderStyle" value="1" />
  <param name="MousePointer" value="0" />
  <param name="Enabled" value="1" />
  <param name="Min" value="0" />
  <param name="Max" value="10" />
</object>

Если вам нужна помощь в понимании того, что делают выражения REGEX, я считаю Expresso отличным инструментом. Есть и другие, но это тот, который я использовал годами, и он выполняет свою работу.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.

Нет похожих вопросов

...