java - 如何将一个 HTML 片段转换为另一个 HTML 片段？

Question

我有一个浏览器编辑器，类型为 contentEditable用户可以在其中复制/粘贴或选择要放入的 html 片段。

这些片段可以是任何类型的 HTML，因此我们必须清理内容，使其不包含一些安全问题标签(如 <script> 等...)。

我知道一些允许某些白名单策略的 sanitizer 程序库(如 JVM 上的 JSoup)，但这些规则通常非常简单，比如说明哪些标签/属性被列入白名单，仅此而已。

我们想要更高级的规则，例如:

• 定义要保留或不保留的内联样式，
• 将相对链接转换为绝对链接
• 根据类名将部分标签列入黑名单或白名单
• 根据 URI 模式允许某些 URI 属性(例如只允许指向某个域的链接)。
• 在某些情况下，我们希望被禁止的 dom 节点被它们的子节点“替换”(以删除格式和 html 布局元素，但不丢失黑名单标签中的文本节点

到目前为止，我们已经完成了一些代码来处理这个问题，但我发现这非常棘手。是否有已知的库、标准或算法来处理此类事情？我不是 XML 解析/转换专家，也不是我可以使用的任何东西，例如 XSLT、SAX 或其他可以帮助我解决问题的东西。

我正在寻找有关浏览器 (JS) 和 JVM(Java 或 Scala)的解决方案。关于如何实现这一目标的任何想法？

Answer 1

也许 Showdown.js 可以帮助您？ https://github.com/showdownjs/showdown