有没有办法从 PHP 中的字符串中剥离所有 JavaScript

Is there any way of stripping all javascript from a string in PHP?

本文关键字：剥离 JavaScript 字符串 PHP 有没有      更新时间：2023-09-26

我有以下php代码：

$mystr = "<script>window.onload = function(){console.log('Hi')}</script>";
$mystr .= "<div onmouseover='alert('Hi')'></div";

我想要的是将所有类型的JavaScript从$mystr中剥离出来。

我正在尝试以下代码，但它保留了 onmouseover 事件。

$mystr = strip_tags($mystr,'<div>');

我也想删除鼠标悬停或任何内联 JavaScript 代码。

我实际上正在尝试在wordpress中实现上述目标。 所以据我所知，WordPress中没有HTML净化器。

这就是

strip_tags的工作方式，例如：

$html = '<foo>hello<bar>world</bar></foo>';
$fixed = strip_tags($html, '<bar>');
echo $fixed;

输出：

hello<bar>world</bar>

它不理解DOM，它不理解javascript。 它本质上是在做：

$fixed = str_replace('<script>', '', $html);

它唯一的"智能"是认识到标签可以具有属性并删除这些属性。

如果要删除标签及其所有内容，则应使用 DOM 解析器，并从树中完全删除不需要的节点（也称为标签）及其子节点。

您需要类似

HTML Purifier的东西，它将允许您指定允许的标签和属性的白名单/黑名单。

我现在从一年开始使用这段代码来清理用户输入，它总是对我有用。 

function xss_clean($data)
{
// Fix &entity'n;
$data = str_replace(array('&amp;','&lt;','&gt;'), array('&amp;amp;','&amp;lt;','&amp;gt;'), $data);
$data = preg_replace('/(&#*'w+)['x00-'x20]+;/u', '$1;', $data);
$data = preg_replace('/(&#x*[0-9A-F]+);*/iu', '$1;', $data);
$data = html_entity_decode($data, ENT_COMPAT, 'UTF-8');
// Remove any attribute starting with "on" or xmlns
$data = preg_replace('#(<[^>]+?['x00-'x20"''])(?:on|xmlns)[^>]*+>#iu', '$1>', $data);
// Remove javascript: and vbscript: protocols
$data = preg_replace('#([a-z]*)['x00-'x20]*=['x00-'x20]*([`''"]*)['x00-'x20]*j['x00-'x20]*a['x00-'x20]*v['x00-'x20]*a['x00-'x20]*s['x00-'x20]*c['x00-'x20]*r['x00-'x20]*i['x00-'x20]*p['x00-'x20]*t['x00-'x20]*:#iu', '$1=$2nojavascript...', $data);
$data = preg_replace('#([a-z]*)['x00-'x20]*=([''"]*)['x00-'x20]*v['x00-'x20]*b['x00-'x20]*s['x00-'x20]*c['x00-'x20]*r['x00-'x20]*i['x00-'x20]*p['x00-'x20]*t['x00-'x20]*:#iu', '$1=$2novbscript...', $data);
$data = preg_replace('#([a-z]*)['x00-'x20]*=([''"]*)['x00-'x20]*-moz-binding['x00-'x20]*:#u', '$1=$2nomozbinding...', $data);
// Only works in IE: <span style="width: expression(alert('Ping!'));"></span>
$data = preg_replace('#(<[^>]+?)style['x00-'x20]*=['x00-'x20]*[`''"]*.*?expression['x00-'x20]*'([^>]*+>#i', '$1>', $data);
$data = preg_replace('#(<[^>]+?)style['x00-'x20]*=['x00-'x20]*[`''"]*.*?behaviour['x00-'x20]*'([^>]*+>#i', '$1>', $data);
$data = preg_replace('#(<[^>]+?)style['x00-'x20]*=['x00-'x20]*[`''"]*.*?s['x00-'x20]*c['x00-'x20]*r['x00-'x20]*i['x00-'x20]*p['x00-'x20]*t['x00-'x20]*:*[^>]*+>#iu', '$1>', $data);
// Remove namespaced elements (we do not need them)
$data = preg_replace('#</*'w+:'w[^>]*+>#i', '', $data);
do
{
    // Remove really unwanted tags
    $old_data = $data;
    $data = preg_replace('#</*(?:applet|b(?:ase|gsound|link)|embed|frame(?:set)?|i(?:frame|layer)|l(?:ayer|ink)|meta|object|s(?:cript|tyle)|title|xml)[^>]*+>#i', '', $data);
}
while ($old_data !== $data);
// we are done...
return $data;
}

希望这有帮助。

相关文章：