使用 KindEditor 貼上含 <script> 的內容時,腳本裡的程式碼常被不規則地替換或截斷。問題出在它的 HTML 格式化函式 _formatHtml:這個函式會用一堆正則去「美化」標籤,而正則在處理 script 內容時會誤傷到字串裡的 <、> 與換行。本文說明修改思路。
這次改動共處理三件事:修正 script 內容被替換的問題、擴充顏色選擇器(沿用 FCKEditor 的選色方式)、以及為 swfupload 加上上傳前的圖片預覽。
function _formatHtml(html, htmlTags, urlType, wellFormatted, indentChar) {
if (html == null) {
html = '';
}
// 修正:還原被編碼的 textarea 標籤
html = html.replace(/textarea__/ig, "textarea");
urlType = urlType || '';
wellFormatted = _undef(wellFormatted, false);
indentChar = _undef(indentChar, '\t');
var fontSizeList = 'xx-small,x-small,small,medium,large,x-large,xx-large'.split(',');
// 關鍵修正:先把 script 內的內容抽出來暫存,用佔位符取代
// 這樣後續的標籤美化正則就不會破壞腳本內容
var obj = {};
var index = 0;
html = html.replace(/(<script\s[^>]*>)([\s\S]*?)(<\/script>)/ig, function ($0, $1, $2, $3) {
var value = $2 + '';
if (value) {
var key = "{$script__" + index + "$}";
obj[key] = value;
index++;
return $1 + key + $3;
} else {
return $0;
}
});
html = html.replace(/(<(?:pre|pre\s[^>]*)>)([\s\S]*?)(<\/pre>)/ig, function ($0, $1, $2, $3) {
return $1 + $2.replace(/<(?:br|br\s[^>]*)>/ig, '\n') + $3;
});
html = html.replace(/<(?:br|br\s[^>]*)\s*\/?>\s*<\/p>/ig, '</p>');
html = html.replace(/(<(?:p|p\s[^>]*)>)\s*(<\/p>)/ig, '$1<br />$2');
html = html.replace(/\u200B/g, '');
html = html.replace(/\u00A9/g, '©');
html = html.replace(/\u00AE/g, '®');
html = html.replace(/<[^>]+/g, function ($0) {
return $0.replace(/\s+/g, ' ');
});
var htmlTagMap = {};
if (htmlTags) {
_each(htmlTags, function (key, val) {
var arr = key.split(',');
for (var i = 0, len = arr.length; i < len; i++) {
htmlTagMap[arr[i]] = _toMap(val);
}
});
if (!htmlTagMap.script) {
html = html.replace(/(<(?:script|script\s[^>]*)>)([\s\S]*?)(<\/script>)/ig, '');
}
if (!htmlTagMap.style) {
html = html.replace(/(<(?:style|style\s[^>]*)>)([\s\S]*?)(<\/style>)/ig, '');
}
}
var re = /(\s*)<(\/)?([\w\-:]+)((?:[^>"']|"[^"]*"|'[^']*')*)(\/)?>(\s*)/g;
var tagStack = [];
html = html.replace(re, function ($0, $1, $2, $3, $4, $5, $6) {
var full = $0,
startNewline = $1 || '',
startSlash = $2 || '',
tagName = $3.toLowerCase(),
attr = $4 || '',
endSlash = $5 ? ' ' + $5 : '',
endNewline = $6 || '';
if (htmlTags && !htmlTagMap[tagName]) {
return '';
}
if (endSlash === '' && _SINGLE_TAG_MAP[tagName]) {
endSlash = ' /';
}
if (_INLINE_TAG_MAP[tagName]) {
if (startNewline) { startNewline = ' '; }
if (endNewline) { endNewline = ' '; }
}
if (_PRE_TAG_MAP[tagName]) {
if (startSlash) { endNewline = '\n'; } else { startNewline = '\n'; }
}
if (wellFormatted && tagName == 'br') {
endNewline = '\n';
}
if (_BLOCK_TAG_MAP[tagName] && !_PRE_TAG_MAP[tagName]) {
if (wellFormatted) {
if (startSlash && tagStack.length > 0 && tagStack[tagStack.length - 1] === tagName) {
tagStack.pop();
} else {
tagStack.push(tagName);
}
startNewline = '\n';
endNewline = '\n';
for (var i = 0, len = startSlash ? tagStack.length : tagStack.length - 1; i < len; i++) {
startNewline += indentChar;
if (!startSlash) { endNewline += indentChar; }
}
if (endSlash) {
tagStack.pop();
} else if (!startSlash) {
endNewline += indentChar;
}
} else {
startNewline = endNewline = '';
}
}
if (attr !== '') {
var attrMap = _getAttrList(full);
// 把 font 標籤轉成 span + style
if (tagName === 'font') {
var fontStyleMap = {}, fontStyle = '';
_each(attrMap, function (key, val) {
if (key === 'color') { fontStyleMap.color = val; delete attrMap[key]; }
if (key === 'size') { fontStyleMap['font-size'] = fontSizeList[parseInt(val, 10) - 1] || ''; delete attrMap[key]; }
if (key === 'face') { fontStyleMap['font-family'] = val; delete attrMap[key]; }
if (key === 'style') { fontStyle = val; }
});
if (fontStyle && !/;$/.test(fontStyle)) { fontStyle += ';'; }
_each(fontStyleMap, function (key, val) {
if (val === '') { return; }
if (/\s/.test(val)) { val = "'" + val + "'"; }
fontStyle += key + ':' + val + ';';
});
attrMap.style = fontStyle;
}
_each(attrMap, function (key, val) {
if (_FILL_ATTR_MAP[key]) { attrMap[key] = key; }
if (_inArray(key, ['src', 'href']) >= 0) {
attrMap[key] = _formatUrl(val, urlType);
}
if ((htmlTags && key !== 'style' && !htmlTagMap[tagName]['*'] && !htmlTagMap[tagName][key])
|| (tagName === 'body' && key === 'contenteditable')
|| /^kindeditor_\d+$/.test(key)) {
delete attrMap[key];
}
if (key === 'style' && val !== '') {
var styleMap = _getCssList(val);
_each(styleMap, function (k, v) {
if (htmlTags && !htmlTagMap[tagName].style && !htmlTagMap[tagName]['.' + k]) {
delete styleMap[k];
}
});
var style = '';
_each(styleMap, function (k, v) { style += k + ':' + v + ';'; });
attrMap.style = style;
}
});
attr = '';
_each(attrMap, function (key, val) {
if (key === 'style' && val === '') { return; }
val = val.replace(/"/g, '"');
attr += ' ' + key + '="' + val + '"';
});
}
if (tagName === 'font') { tagName = 'span'; }
return startNewline + '<' + startSlash + tagName + attr + endSlash + '>' + endNewline;
});
// pre 內容中的換行要保留
html = html.replace(/(<(?:pre|pre\s[^>]*)>)([\s\S]*?)(<\/pre>)/ig, function ($0, $1, $2, $3) {
return $1 + $2.replace(/\n/g, '<span id="__kindeditor_pre_newline__">\n') + $3;
});
html = html.replace(/\n\s*\n/g, '\n');
html = html.replace(/<span id="__kindeditor_pre_newline__">\n/g, '\n');
// 最後把暫存的 script 內容填回原位
for (var key in obj) {
html = html.replace(key, obj[key]);
}
return _trim(html);
}
核心手法是「先抽出、最後填回」。在進行任何標籤美化之前,先用 /(<script\s[^>]*>)([\s\S]*?)(<\/script>)/ig 把 script 標籤內的內容剪下來,存進 obj 對照表,原位改放 {$script__0$} 這種不可能與真實內容撞名的佔位符。等所有正則都跑完,再把佔位符換回原本的程式碼。這樣格式化邏輯完全看不到 script 內容,自然不會誤傷。
佔位符要選得夠獨特。用 {$script__N$} 這種含特殊符號的形式,是為了避免使用者文字中恰好出現相同字串而被誤替換。若你的內容可能包含自訂格式,建議再加一層隨機前綴。
屬性正則的修正。原本用來比對標籤屬性的正則,遇到屬性值中含 > 的情況(例如 title="a > b")會提早結束。上面把它改成 ((?:[^>"']|"[^"]*"|'[^']*')*),讓引號內的內容整體跳過,是處理 HTML 正則解析的必要防禦。
用正則處理 HTML 本質上是不可靠的——HTML 不是規則語言,巢狀與引號的組合永遠有漏網案例。上面這些修正能解決眼前問題,但若要長期維護,值得評估:
1. 升級編輯器版本。KindEditor 已停止維護多年,新版 TinyMCE、CKEditor 4/5、Quill 等都有成熟的清單機制與活躍的安全更新。
2. 把 script 完全排除在可編輯範圍外。富文本欄位通常不需要讓使用者寫 JavaScript。透過 editor 的 allowedContent / pasteFilter 機制在貼上時就剝除 script、style、on\* 事件屬性,比事後修格式化函式安全得多。
3. 伺服器端一定要再過濾一次。任何前端過濾都能被繞過(直接打 API 即可)。儲存與輸出時都應經過白名單消毒(例如 OWASP Java HTML Sanitizer 或 DOMPurify 的伺服器端對應方案),避免儲存型 XSS。