[发明专利]富文本内容的处理方法和服务器

说明书

技术领域

本发明涉及计算机网络安全技术领域，具体涉及一种富文本内容的处理方法和服务器。

背景技术

在WEB2.0时代，网络产品提供文本发布入口让用户来产生内容。为了满足用户创造内容更加丰富化的需求，文本发布入口通常支持富文本格式的内容，即包含HTML标签的内容。用户通过文本发布入口将富文本内容发布到服务端，服务端需要对富文本内容进行安全检查和过滤，然后进行存储和展现。

现有的富文本的传输与过滤方法具体为：用户在浏览器端创造富文本，然后浏览器直接将富文本发送到服务端；服务端对富文本进行词法分析和语法分析，对可能产生安全问题的内容进行过滤，最终得到相对安全的内容。

但是，由于富文本的内容非常复杂，而且各个浏览器对富文本支持的一些语法上有差异，导致服务端过滤的时候需要知道所有浏览器一些细微的特性，工作量非常巨大。并且有些特征是由于浏览器的BUG导致的。这种情况下，虽然服务端做了大量的安全过滤工作，但往往还是会出现安全漏洞，危及产品安全。总而言之，服务端对富文本的过滤逻辑非常复杂，而且也不能保证100%安全；服务端的过滤十分耗时，会对性能产生一定影响，从而影响用户的发布效率。

^发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的富文本内容的处理方法和服务器。

根据本发明的一个方面，提供了一种富文本内容的处理方法。富文本内容包括一个或者多个标签，一个或者多个标签嵌套，并且每个标签具有相关联的一个或者多个属性。根据本发明的富文本内容处理方法还包括：获取对富文本内容进行转化而得到的结构化数据，结构化数据对富文本内容中的各个标签和属性进行结构化描述；将结构化数据转换为对象化数据，对象化数据包括与各个标签和属性相对应的一个或者多个数据对象；使用预先配置的规则对对象化数据进行处理，以便删除与预先配置的规则定义要保留的标签和属性相对应的数据对象之外的数据对象；以及将处理后的数据对象进行转义处理，以获得经处理的富文本内容。

根据本发明的另一方面，提供了一种服务器，包括：网络接口，适于获取对富文本内容进行转化而得到的结构化数据，富文本内容包括一个或者多个标签，一个或者多个标签嵌套，并且每个标签具有相关联的一个或者多个属性，而结构化数据对富文本内容中的各个标签和属性进行结构化描述；数据转换器，适于将网络接口获得的结构化数据转换为对象化数据，对象化数据包括与各个标签和属性相对应的一个或者多个数据对象；过滤器，适于使用预先配置的规则对由数据转换器转换得到的对象化数据进行处理，以便删除与预先配置的规则定义要保留的标签和属性相对应的数据对象之外的数据对象；转义器，适于将过滤器处理后的数据对象进行转义处理，以获得经处理的富文本内容。

根据本发明提供的方案，通过获取对富文本内容进行转化而得到的结构化数据，将结构化数据转换为对象化数据，使用预先配置的规则对对象化数据进行处理，以便删除与预先配置的规则定义要保留的标签和属性相对应的数据对象之外的数据对象，也即过滤掉预先配置的规则定义的要保留的信息以外的信息，再进行转义处理以获得经处理的富文本内容。本发明将富文本内容通过两步转换成为数据对象再进行过滤处理，与现有技术直接对富文本内容本身进行过滤相比，大大简化了对富文本内容过滤的处理逻辑，使得处理性能大大提高。另外，这样转化后的富文本内容即保留了原富文本内容的绝大部分格式，又更加规范，从而减少了由于富文本内容而导致页面呈现出现问题的缺陷。

另外，根据本发明提供的方案，通过将对富文本内容的处理过程分解为在客户端上进行的一部分处理和在服务器上进行的另一部分处理。在客户端上首先把富文本内容转化为结构化数据，然后在服务器上对结构化数据进行再次处理并转化为富文本内容，由于结构化数据更容易处理，所以这种方案，可以把有可能由于客户端差异而导致的富文本内容的格式缺陷留在客户端处来进行处理，而服务器仅仅处理基本没有格式缺陷的数据，从而可以大大简化服务器处的处理过程。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：