如何防止漂白剂逃逸＆gt; Markdown中使用的（blockquote）标记

Question

我正在使用漂白剂来清理用户输入。但我使用Markdown，这意味着我需要blockquote＆gt;没有被逃脱的符号经过GT;所以我可以将它传递给misaka进行渲染。

文档说默认情况下它会转义html标记，但没有说明如何关闭＆gt;符号。我仍然希望它能够逃脱实际的html标签。

http://bleach.readthedocs.org/en/latest/clean.html

在维护使用Markdown的能力的同时保护输入的任何其他想法将不胜感激。

Answer 1

Bleach是一种HTML清洁剂，而不是Markdown清洁剂。正如here所述，您应首先通过Markdown运行用户输入，然后通过Bleach运行。像这样：

sanitized_html = bleach.clean(markdown.markdown(some_text))

有关详细信息，请参阅我之前引用的comment。

Answer 2

您是否需要剥离所有标签，但请保留＆gt;它是什么？

1. 剥离所有标签，获取输出
2. html解码步骤1的输出，并将该数据传递给misaka

第2步的简单方法：

  

output.replace（'＆amp; gt;'，'＆gt;'）

更专业

import HTMLParser
h = HTMLParser.HTMLParser()
s = h.unescape(sanitized user input)