O escape bem feito
Por que isso importa Todo sistema de templates e todo framework tem um escapador dentro. Escrever um você mesmo, uma vez, mostra exatamente quais caracteres importam e por que a ordem dos passos importa. Depois, quando você vir um escapador desligado ou usado no lugar errado, vai perceber.
Uma analogia: uma rotuladora
Uma rotuladora imprime o que você digitar. Se alguém digitar o próprio código de controle da impressora, uma rotuladora descuidada o obedeceria. Uma cuidadosa imprime um desenho desse código. Um escapador de HTML é a rotuladora cuidadosa: os caracteres especiais são impressos, nunca obedecidos.
Entidade: um código que o HTML usa para mostrar um caractere com segurança. Ele começa com & e termina com ;. < mostra <, & mostra &.
Os cinco caracteres
| Caractere | Vira | Por que é especial |
|---|---|---|
& | & | começa uma entidade |
< | < | começa uma tag |
> | > | termina uma tag |
" | " | termina um atributo entre aspas duplas |
' | ' | termina um atributo entre aspas simples |
A ordem importa: o e comercial primeiro
Se você trocar < primeiro, obtém <. Se depois trocar &, isso vira &lt;, e o visitante vê o texto < em vez de <. Então troque & primeiro, depois o resto.
"<".replace("<", "<").replace("&", "&") # '&lt;' wrong: escaped twice
"<".replace("&", "&").replace("<", "<") # '<' rightPor que as aspas importam: os atributos
O texto não vai só entre as tags. Muitas vezes ele vai dentro de um atributo, como uma caixa de busca que lembra o que você digitou:
template = '<input name="q" value="{}">'
typed = 'tent" onfocus="alert(1)'
print(template.format(typed))
# <input name="q" value="tent" onfocus="alert(1)"> the quote ended the value earlyNenhum sinal de menor ou maior foi necessário. O " fechou o valor e o resto virou um atributo novo. Fazer o escape de " para " mantém tudo dentro do valor. Faça o escape de ' também, porque alguns templates usam aspas simples. E sempre coloque aspas em volta dos valores de atributo: sem elas, um único espaço basta para começar um atributo novo.
O que o escape não cobre
O escape de HTML é a ferramenta certa para texto entre tags e dentro de atributos com aspas. É a ferramenta errada dentro de um bloco <script>, dentro de CSS e para o endereço de um link: href="javascript:..." não contém nenhum caractere especial. Para links, permita só endereços que começam com https:// ou http:// (ou que são relativos). Para dados de que um script precisa, coloque-os em um atributo data- ou em um bloco JSON que seu framework monta para você (o json_script do Django, por exemplo).
O exercício
Escreva escape_html(text). Não use html.escape aqui: o ponto é construí-lo. Os testes o experimentam entre tags, em atributos com aspas duplas e simples e em centenas de strings aleatórias.
Um equívoco comum
"Fazer o escape duas vezes é mais seguro." Não é seguro, é quebrado: o visitante vê lixo como &lt; na tela. Faça o escape exatamente uma vez, no momento em que o texto entra no HTML.
Experimente Depois de passar, imprima escape_html("Fish & chips <3") e depois cole o resultado em load("<p>" + ... + "</p>").text. Você recebe as palavras originais de volta: o escape não perde nada.
Em outras linguagens
// JavaScript
function escapeHtml(text) {
return String(text)
.replaceAll("&", "&") // first
.replaceAll("<", "<")
.replaceAll(">", ">")
.replaceAll('"', """)
.replaceAll("'", "'");
}
// Rust (by hand, one pass)
fn escape_html(s: &str) -> String {
let mut out = String::with_capacity(s.len());
for c in s.chars() {
match c {
'&' => out.push_str("&"),
'<' => out.push_str("<"),
'>' => out.push_str(">"),
'"' => out.push_str("""),
'\'' => out.push_str("'"),
_ => out.push(c),
}
}
out
}
// PHP has it built in
htmlspecialchars($text, ENT_QUOTES | ENT_HTML5, "UTF-8");Resumo
- Faça o escape de cinco caracteres:
&,<,>,"e'. - Troque o
&primeiro, senão você escapa duas vezes suas próprias entidades. - As aspas importam porque o texto muitas vezes cai dentro de atributos; sempre coloque aspas nos valores de atributo.
- O escape de HTML não é a ferramenta para blocos de script, CSS nem endereços de links.
Escreva escape_html(text) sem html.escape. Transforme a entrada em string com str() e depois troque & por & primeiro, depois < por <, > por >, " por " e ' por '. Retorne o resultado.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.