網站過濾代碼

『壹』 asp.net如何過濾掉html代碼

Asp.net中如何過濾html,js,css代碼
以下為引用的內容：

#region/// 過濾html,js,css代碼
/// <summary>
/// 過濾html,js,css代碼
/// </summary>
/// <param name="html">參數傳入</param>
/// <returns></returns>
public static string CheckStr(string html)
{
System.Text.RegularExpressions.Regex regex1 = new System.Text.RegularExpressions.Regex(@"<script[\s\S]+</script *>", System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex2 = new System.Text.RegularExpressions.Regex(@" href *= *[\s\S]*script *:", System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex3 = new System.Text.RegularExpressions.Regex(@" no[\s\S]*=", System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex4 = new System.Text.RegularExpressions.Regex(@"<iframe[\s\S]+</iframe *>", System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex5 = new System.Text.RegularExpressions.Regex(@"<frameset[\s\S]+</frameset *>", System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex6 = new System.Text.RegularExpressions.Regex(@"\<img[^\>]+\>", System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex7 = new System.Text.RegularExpressions.Regex(@"</p>", System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex8 = new System.Text.RegularExpressions.Regex(@"<p>", System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex9 = new System.Text.RegularExpressions.Regex(@"<[^>]*>", System.Text.RegularExpressions.RegexOptions.IgnoreCase);
html = regex1.Replace(html, ""); //過濾<script></script>標記
html = regex2.Replace(html, ""); //過濾href=javascript: (<A>) 屬性
html = regex3.Replace(html, " _disibledevent="); //過濾其它控制項的on...事件
html = regex4.Replace(html, ""); //過濾iframe
html = regex5.Replace(html, ""); //過濾frameset
html = regex6.Replace(html, ""); //過濾frameset
html = regex7.Replace(html, ""); //過濾frameset
html = regex8.Replace(html, ""); //過濾frameset
html = regex9.Replace(html, "");
html = html.Replace(" ", "");
html = html.Replace("</strong>", "");
html = html.Replace("<strong>", "");
return html;
}
#endregion
#region /// 過濾p /p代碼
/// <summary>
/// 過濾p /p代碼
/// </summary>
/// <param name="html">參數傳入</param>
/// <returns></returns>
public static string InputStr(string html)
{
html = html.Replace(@"\<img[^\>]+\>", "");
html = html.Replace(@"<p>", "");
html = html.Replace(@"</p>", "");
return html;
}
#endregion

『貳』 js過濾HTML標簽以及空格的思路及代碼

代碼如下:
function
setContent(str)
{
str
=
str.replace(/</?[^>]*>/g,'');
//去除HTML
tag
str.value
=
str.replace(/[
|
]*n/g,'n');
//去除行尾空白
//str
=
str.replace(/n[s|
|
]*r/g,'n');
//去除多餘空行
return
str;
}

測試的時候發現這段代碼不能過濾掉網頁中空格字元(即：
)。於是自己又改造了一下：
代碼如下:
function
removeHTMLTag(str)
{
str
=
str.replace(/</?[^>]*>/g,'');
//去除HTML
tag
str
=
str.replace(/[
|
]*n/g,'n');
//去除行尾空白
//str
=
str.replace(/n[s|
|
]*r/g,'n');
//去除多餘空行
str=str.replace(/
/ig,'');//去掉
return
str;
}

恩，我的要求達到了。
現在來稍稍解釋一下所用到的三個正則表達吧(需要說明的是，因為自己也是剛剛接觸，也許我的解釋並不是正確的，僅供參考)：
第一個:/</?[^>]*>/g
在js中正則表達式是以“/”開頭的，後面的/g，含義是表示全局模式，意思是在將匹配的模式應用於整個字元串，而不是在第一次匹配上之後就停止匹配了。
</?[^>]*>
這個分開來解釋，其中第二個字元“”是一個轉移字元，用來轉移後面的”/”字元的。?匹配0或1個正好在它之前的那個字元。注意：這個元字元不是所有的軟體都支持的。所以</?就是匹配html標簽中的”</”格式或者“<”格式的。
再來說[^>]*>。[]是含義是：
^的含義是：匹配一行的開始。例如正則表達式^When
in能夠匹配字元串"When
in
the
course
of
human
events"的開始，但是不能匹配"What
and
When
in
the"。意思就是匹配以“When
in”開頭的文字。
*的含義是：匹配0或多個正好在它之前的那個字元。例如正則表達式。*意味著能夠匹配任意數量的任何字元
因此[^>]*意思是匹配>之外的字元。所以[^>]可以匹配出的模式可以像下面這樣的：
div
我需要的文字</div
我需要的文字</p
*和前面的[^>]結合在一起就可以匹配下面這些字元了：
div>我需要的文字</div
p>我需要的文字</p
br
/
再加上後面的>就可以匹配下面的字元了：
div>我需要的文字</div>
p>我需要的文字</p>
br
/>
這樣就完成了一對HTML標簽的匹配了。(多句話，總覺得這個匹配有點啰嗦，但是不知道到底在哪個地方啰嗦)
第二個：/[
|
]*n/g：我也沒有看懂
第三個：/
/ig：就是直接查找
字元，後面的/ig的含義是在全局模式下進行不區分大小寫的查找。g代表全局，i表示不區分大小寫。

『叄』 正則表達式 過濾網址

正則表達式，過濾出所有超鏈接除了一個url，例如：

<a href= 'http://www.abc.com/'> abc.com </a><br /><a href= 'http://www.edf.com/'> edf.com </a>

過濾：變為abc.com <br /><a href= 'http://www.edf.com/'> edf.com </a>沒人知道怎麼做么，要保留edf.com的超級鏈接，過濾掉其他的所有網址的超級鏈接。

FunctionautoLink（str）

Setra＝NewRegExp

ra．IgnoreCase＝True

ra．Global＝True

ra.Pattern = "<a[^>]+>(.+?)</a>"

autoLink＝ra．replace（str，＂＄1＂）

ENDFunction

(3)網站過濾代碼擴展閱讀：

注意事項：

正則表達式，也稱為正則表達式。這是計算機科學中的一個概念。

正則表達式通常用於檢索和替換符合模式（規則）的文本，許多編程語言都支持使用正則表達式進行字元串操作。

例如Perl中內置了一個強大的正則表達式引擎。正則表達式的概念最初是由諸如（sed和GREp）這樣的Unix工具推廣的。

正則表達式通常縮寫為「regex」。單數形式是regexp、regex，復數形式是regexps、regexes和regexen。

『肆』 怎樣用js方法過濾html等代碼

^<input type="text" id="theOne" value="">
<input type="button" onclick="NoHtml()" value="過濾html標簽">
<script>
function NoHtml(){
var t=document.getElementById("theOne").value;
t=t.replace(/({|})/g,''); //過濾{}
t=t.replace(/</g,'<'); //置換符號<
t=t.replace(/>/g,'>'); //置換符號>
// t=t.replace(/<\/?[^>]*>/g,''); //*<\/?[^>]*>可以匹配<script></style></body>等，並置空。而不是替內換容<和>兩個符號
document.getElementById("theOne").value=t;
}
</script>