[发明专利]消除超文本标记语言中有害代码的方法

权利要求书

1.一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：

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。

2.如权利要求1所述的方法，其特征在于，所述根据预定义的规则进行过滤由以下方式实现：

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；

预定义默认规则：对不在保留标签库和去除标签库中的标签仅去除其HTML标签，保留该标签下的内容；

根据预定义的保留规则、去除规则和默认规则对解析结果进行过滤。

3.如权利要求2所述的方法，其特征在于，预定义规则进一步包括：增加和/或减少和/或改变所述保留标签库和/或去除标签库中的标签。

4.如权利要求1所述的方法，其特征在于，所述修正步骤由以下方式实现：

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。

5.如权利要求1所述的方法，其特征在于，所述转换步骤由以下方式实现：

根据预置的转换代码表，将HTML的文本中特殊代码和/或语法关键字转换为标准代码。

6.如权利要求1所述的方法，其特征在于，所述补齐和过滤步骤在两次遍历解析过程中分别完成。

7.如权利要求1所述的方法，其特征在于，所述修正和转换步骤在两次遍历解析过程中分别完成。

8.如权利要求1、6或7任一项所述的方法，其特征在于，所述遍历解析采用SAX解析或HTML DOM解析。

9.一种提交和回显包含HTML内容的方法，其特征在于，由以下步骤实现：

A.用户通过终端输入包含HTML代码的内容并提交到服务器；

B.服务器将用户提交的包含HTML代码存入数据库；

C.用户请求显示所述输入的包含HTML代码的内容；

D.数据库发送用户请求的包含HTML代码的内容到服务器；

E.服务器对收到包含HTML代码的内容进行以下处理：

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；

F.将经过处理的包含HTML代码的内容发送到客户端并显示。

10.一种提交和回显包含HTML内容的方法，其特征在于，由以下步骤实现：

A.用户通过终端输入包含HTML代码的内容，并提交到服务器；

B.服务器对收到包含HTML代码的内容进行以下处理：

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；

C.将经过处理的包含HTML代码的内容发送到数据库；

D.用户请求显示之前输入的包含HTML代码的内容；

E.数据库发送用户请求的包含HTML代码的内容经由到服务器到客户端。