如何在 ruby​​ on Rails 中清理用户生成的 html 代码

Question

我将用户生成的 html 代码存储在数据库中，但某些代码已损坏（没有结束标记），因此当此代码会弄乱页面的整个渲染时。

我如何使用 ruby​​ on Rails 来防止这种行为。

谢谢

Answer 1

使用适当的 HTML 解析器（例如 Nokogiri ）来执行此操作并不难，它可以作为处理方法的一部分执行清理操作：

bad_html = '<div><p><strong>bad</p>'

puts Nokogiri.fragment(bad_html).to_s
# <div><p><strong>bad</strong></p></div>

一旦正确解析，您应该拥有完全平衡的标签。

Answer 2

我的 google-fu 显示点击量出人意料地少，但这里是最热门的:)

有效的格式正确的 HTML

Answer 3

尝试在 erb 模板中使用 h() 转义函数进行清理。那应该可以解决问题

Answer 4

查看 Loofah，一个基于 Nokogiri 的 HTML 清理库。这还将删除可能不安全的 HTML，这些 HTML 可能会在页面上注入恶意脚本或嵌入对象。您还应该清除样式块，这可能会弄乱页面上的标记。