HTML中的HTML净化

Question

我正在编写PHP类，必须从HTML源中删除所有potentially dangerous elements or bogus html tag (such as bad links)。

通常我会使用HTML Purifier library或类似的库，
但是这个项目需要自编代码。

有两个条件：

1. 不能超过3kB代码
2. 它应该执行得非常快

我写了一些可以胜任的工作：http://pihost.pl/purify.php
但我不知道它是否足够安全使用

我的问题是：
有没有办法正确测试？
或者也许有人拥有这样快速，小巧且经过测试的图书馆？

Answer 1

需要考虑的重要事项 - 您的净化器如何对损坏/格式错误的HTML做出反应？为了解决这种情况，我建议您首先通过PHP tidy运行它来清理HTML，然后再进行净化。

如果您想要进行一系列测试，可以尝试查看HTMLPurifier使用的tests。

Answer 2

此网站有大量示例漏洞利用：http://ha.ckers.org/xss.html

您可以尝试通过净化器运行它们，看看另一侧出现了什么。