消除超文本标记语言中有害代码的方法

摘要

本发明公开了一种消除超文本标记语言HTML中有害代码的方法，包括步骤：遍历解析输入的HTML代码过程中：补齐不完整的HTML标签；根据预定义的规则对HTML代码进行过滤；遍历解析经补齐和过滤的HTML代码过程中：对HTML代码根据需求按照预置的对应操作进行修正；根据预置的代码表将HTML代码中浏览器非标准代码转换为标准代码。可以在用户输入包含HTML内容的代码并提交后由服务器进行所述方法的处理，也可以在数据库将存储的包含HTML内容的代码经由服务器发送到客户端的过程中进行所述方法的处理。利用本发明，可以消除超文本标记语言中的有害代码，使网页能够正常显示，从而保障服务器的性能，同时提高服务器的安全性，并在该过程中不影响用户的感受。

主权项

一种消除超文本标记语言HTML中有害代码的方法，其特征在于，包括步骤：服务器遍历解析输入的HTML代码过程中：服务器补齐不完整的HTML标签；服务器根据预定义的规则对HTML代码进行过滤；服务器遍历解析经补齐和过滤的HTML代码过程中：服务器对HTML代码根据需求按照预置的对应操作进行修正；服务器根据预置的代码表将HTML代码中浏览器非标准代码转换为标准代码；所述根据预定义的规则进行过滤包括：预定义保留规则：保留标签库中存储允许接收的HTML标签，对符合保留标签库的标签做保留处理；预定义去除规则：去除标签库中存储不允许接收的HTML标签，对符合去除标签库的标签做去除处理；根据预定义的保留规则、去除规则对解析结果进行过滤；所述修正步骤包括：根据检验父子关系正确性的需求，根据对应的删除操作，删除父子关系不正确的节点；和/或根据检验超链接正确性的需求，利用正则表达式对不正确的超链接按照对应的操作进行删除，或以普通文本进行处理；和/或根据限制输入的HTML代码内容的需求，根据预置的恶意代码库和/或根据预置的限制词汇库，利用正则表达式删除或替换该恶意代码和/或词汇。