从Python字符串中删除不在允许列表中的HTML标记

Question

从Python字符串中删除不在允许列表中的HTML标记我有一个包含文本和HTML的字符串。我想删除或以其他方式禁用某些HTML标记，例如<script>，允许其他人，以便我可以安全地在网页上呈现它。我有一个允许的标签列表，如何处理字符串以删除任何其他标签？

Answer 1

我使用FilterHTML。它很简单，允许您定义一个控制良好的白名单，擦除URL，甚至匹配正则表达式的属性值或每个属性具有自定义过滤功能。如果小心使用它可能是一个安全的解决方案。以下是自述文件的简化示例：

import FilterHTML# only allow:#   <a> tags with valid href URLs#   <img> tags with valid src URLs and measurementswhitelist = {
  'a': {
    'href': 'url',
    'target': [
      '_blank',
      '_self'
    ],
    'class': [
      'button'
    ]
  },
  'img': {
    'src': 'url',
    'width': 'measurement',
    'height': 'measurement'
  },}filtered_html = FilterHTML.filter_html(unfiltered_html, whitelist)