如何防止漂白剂逃逸 > Markdown 中使用的（块引用）标签

Question

我正在使用漂白剂来净化用户输入。但我使用 Markdown，这意味着我需要块引用

>

符号才能通过，而不会被转义为

& gt;

，这样我就可以将它传递给 Misaka 进行渲染。

文档说默认情况下它会转义 html 标记，但没有说明如何为

>

符号关闭它。我仍然希望它能够转义实际的 html 标签。

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

任何其他在保持使用 Markdown 能力的同时清理输入的想法将不胜感激。

Answer 1

Bleach 是一个 HTML 清理工具，而不是 Markdown 清理工具。正如here所解释的，您应该首先通过 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))

有关更多信息，请参阅我之前引用的评论。

Answer 2

您是否需要删除所有标签，但保留 > 不变？

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：

输出.replace('>', '>')

更专业

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