使用base64图像清理Html（并将其转换为图像）

Question

我有一个带有TinyMCE Html编辑器的WebApp，允许用户从网页输入一些html。图像可以粘贴并编码为base64。 在将用户输入保存到DB之前，我使用OWASP java-html-sanitizer来丢弃潜在的危险代码（javascript，...）。

图像的base64字符串中的某些字符被转义，当我尝试恢复图像时（使用apache commons Base64）我无法获得有效的图像。

这是我解码图像的代码：

byte[] b;
String s = html;
b = s.getBytes(Utility.UTF8);
b = org.apache.commons.codec.binary.Base64.decodeBase64(b);

对于HtmlSanitizer，我没有做任何特别的事情，只需遵循建议Ebay Policy Example的here允许base64图像。

Answer 1

啊，按照建议here我需要＆＃34;在base64解码之前进行HTML解码＆＃34;。

我尝试过使用apache常见的StringEscapeUtils：

org.apache.commons.lang3.StringEscapeUtils.unescapeHtml4(html);

它正在工作。大。

Answer 2

allowedSchemes: [ 'data'] 或 allowedSchemesByTag: { img: [ 'data' ]} 可用于允许 img 标签接受/允许 base64。