最常見的做法是用正則把 < > & 等特殊字符逐一替換。編碼方向還算好寫,解碼卻很惱人:需要反轉的實體除了常見的 <>& 之外,還有 © " ® 等數十個,更别提 AB中文 和 中文 這類以 Unicode 十進制、十六進制表示的轉義。硬用逐個替換,代碼冗長、效率低下,還容易漏字符。
其實借瀏覽器自身的解析能力,兩行就夠了:
function htmlencode(s) {
var div = document.createElement('div');
div.appendChild(document.createTextNode(s));
return div.innerHTML;
}
function htmldecode(s) {
var div = document.createElement('div');
div.innerHTML = s;
return div.innerText || div.textContent;
}
原理很直白:
編碼——把字符串當作純文本節點掛到容器上,再讀容器的 innerHTML,瀏覽器自動把 < > & 等轉成實體。
解碼——把字符串當作 HTML 塞進容器,瀏覽器完成解析後,再從 innerText 或 textContent 把純文本取回來。
測試一下:
document.onclick = function () {
// <p> & </p>
alert(htmlencode('<p> & </p>'));
// <p> & © ABC 中文 中文 </p>
alert(htmldecode('<p> & © ABC 中文 中文 </p>'));
};
效果不錯,十進制、十六進制、命名實體一次性全部搞定。
需要注意兩點:
一是 htmldecode 對入參有要求,傳入的必須是合法的、由 encode 產生的結果,否則可能拿不到預期輸出。
二是這種方式依賴 DOM,屬於「靠瀏覽器幫忙」的思路。如果在 Node 或服務端渲染環境中使用,需要換成 jsdom 這類 DOM 實現,或者引入 he、lodash.escape 這種純 JS 庫。
另外提醒:innerHTML 賦值會觸發解析,切勿把不可信的用戶輸入直接交給 htmldecode 後再插入頁面,否則等於打開了 XSS 的大門。正確做法始終是「輸出時編碼,插入時用 textContent」。
以上就是本文的全部內容,希望對大家有所幫助。