Python的轻量级标记语言

Question

我正在编写一个Python Web应用程序，我想创建一个文本区域，使用户可以使用一种轻量级标记语言输入文本。该文本将被导入到HTML模板中并在页面上显示。今天，我使用以下命令创建文本区域，它允许用户输入任何（HTML）文本：

my_text = cgidata.getvalue('my_text', 'default_text')
ftable.AddRow([Label(_('Enter your text')),
               TextArea('my_text', my_text, rows=8, cols=60).Format()])

我该如何更改代码，以允许仅使用一些（安全的，最终轻量级的）标记？欢迎所有建议，包括清理器，只要它可以轻松地与Python集成。

- Anna SdG

Answer 1

使用Python的Markdown实现。

import markdown
mode = "remove" # or "replace" or "escape"
md = markdown.Markdown(safe_mode=mode)
html = md.convert(text)

它非常灵活，您可以使用各种扩展，创建自己的扩展等。

- molicule

---

我尝试使用iPython，将文本定义为包含脚本标记的一些HTML。我得到了一个奇怪的输出：文本仍然是相同的，而html =“ [HTML_REMOVED]”。我需要做什么才能删除这些危险标签？我已经尝试了所有三种模式，但结果都是相同的。 - Anna SdG

运行了几个测试后，我意识到我不能输入任何HTML标签，只能使用Markdown语法，并且在这样做时我得到了安全的输出。谢谢，它起作用了！ - Anna SdG

从文档中： 要替换HTML，请设置safe_mode="replace"（safe_mode=True仍然适用于向后兼容旧版本）。 HTML将被替换为markdown.HTML_REMOVED_TEXT中定义的文本，默认为[HTML_REMOVED]。 要使用其他内容替换HTML： markdown.HTML_REMOVED_TEXT =“-禁止使用原始HTML-” - molicule

Answer 2

您可以使用重构文本。我不确定它是否有清理选项，但它得到了Python的很好支持，并且它可以生成各种格式。

- Christopher

Answer 3

这个简单的清理函数使用白名单，与python-html-sanitizer-scrubber-filter的解决方案大致相同，但也允许限制属性的使用（因为您可能不希望有人使用style等属性）：

from BeautifulSoup import BeautifulSoup

def sanitize_html(value):
    valid_tags = 'p i b strong a pre br'.split()
    valid_attrs = 'href src'.split()
    soup = BeautifulSoup(value)
    for tag in soup.findAll(True):
        if tag.name not in valid_tags:
            tag.hidden = True
        tag.attrs = [(attr, val) for attr, val in tag.attrs if attr in valid_attrs]
    return soup.renderContents().decode('utf8').replace('javascript:', '')

- Gerald Senarclens de Grancy