Найшвидший спосіб уникнути HTML-тегів як HTML-сутностей?

Я пишу розширення Chrome , який включає в себе робить багато наступній роботу: дезінфікуючий рядок , які можуть містити теги HTML, шлях перетворення <, >і &в <, >і &, відповідно.

(Іншими словами, те саме, що PHP htmlspecialchars(str, ENT_NOQUOTES)- я не думаю, що існує реальна необхідність перетворювати символи з подвійними лапками.)

Це найшвидша функція, яку я знайшов на даний момент:

function safe_tags(str) {
    return str.replace(/&/g,'&amp;').replace(/</g,'&lt;').replace(/>/g,'&gt;') ;
}

Але все ще є велике відставання, коли мені доводиться пропускати через нього кілька тисяч рядків за один раз.

Хтось може покращити це? Це в основному для рядків від 10 до 150 символів, якщо це має значення.

(Одна ідея, яку я мав, полягала в тому, щоб не турбуватися про кодування знака більше, ніж це - чи буде з цим реальна небезпека?)

Ви можете спробувати передати функцію зворотного виклику, щоб виконати заміну:

var tagsToReplace = {
    '&': '&',
    '<': '&lt;',
    '>': '&gt;'
};

function replaceTag(tag) {
    return tagsToReplace[tag] || tag;
}

function safe_tags_replace(str) {
    return str.replace(/[&<>]/g, replaceTag);
}

Ось тест продуктивності: http://jsperf.com/encode-html-entities для порівняння із replaceповторним викликом функції та використанням методу DOM, запропонованого Дмитром.

Здається, ваш шлях швидший ...

Навіщо вам це потрібно?

Ось один із способів зробити це:

var escape = document.createElement('textarea');
function escapeHTML(html) {
    escape.textContent = html;
    return escape.innerHTML;
}

function unescapeHTML(html) {
    escape.innerHTML = html;
    return escape.textContent;
}

Ось демонстрація.

Метод Мартіна як прототип функції:

String.prototype.escape = function() {
    var tagsToReplace = {
        '&': '&',
        '<': '&lt;',
        '>': '&gt;'
    };
    return this.replace(/[&<>]/g, function(tag) {
        return tagsToReplace[tag] || tag;
    });
};

var a = "<abc>";
var b = a.escape(); // "&lt;abc&gt;"

Ще швидшим / коротшим рішенням є:

escaped = new Option(html).innerHTML

Це пов’язано з якимсь дивним пережитком JavaScript, завдяки якому елемент Option зберігає конструктор, який робить такий вивід автоматично.

Кредит на https://github.com/jasonmoo/t.js/blob/master/t.js

Вихідний код AngularJS також має версію всередині angular-sanitize.js .

var SURROGATE_PAIR_REGEXP = /[\uD800-\uDBFF][\uDC00-\uDFFF]/g,
    // Match everything outside of normal chars and " (quote character)
    NON_ALPHANUMERIC_REGEXP = /([^\#-~| |!])/g;
/**
 * Escapes all potentially dangerous characters, so that the
 * resulting string can be safely inserted into attribute or
 * element text.
 * @param value
 * @returns {string} escaped text
 */
function encodeEntities(value) {
  return value.
    replace(/&/g, '&').
    replace(SURROGATE_PAIR_REGEXP, function(value) {
      var hi = value.charCodeAt(0);
      var low = value.charCodeAt(1);
      return '&#' + (((hi - 0xD800) * 0x400) + (low - 0xDC00) + 0x10000) + ';';
    }).
    replace(NON_ALPHANUMERIC_REGEXP, function(value) {
      return '&#' + value.charCodeAt(0) + ';';
    }).
    replace(/</g, '&lt;').
    replace(/>/g, '&gt;');
}

Найшвидший метод:

function escapeHTML(html) {
    return document.createElement('div').appendChild(document.createTextNode(html)).parentNode.innerHTML;
}

Цей метод приблизно вдвічі швидший, ніж методи, засновані на "замінити", див. Http://jsperf.com/htmlencoderegex/35 .

Джерело: https://stackoverflow.com/a/17546215/698168

Все-в-одному сценарій:

// HTML entities Encode/Decode

function htmlspecialchars(str) {
    var map = {
        "&": "&",
        "<": "&lt;",
        ">": "&gt;",
        "\"": "&quot;",
        "'": "&#39;" // ' -> &apos; for XML only
    };
    return str.replace(/[&<>"']/g, function(m) { return map[m]; });
}
function htmlspecialchars_decode(str) {
    var map = {
        "&amp;": "&",
        "&lt;": "<",
        "&gt;": ">",
        "&quot;": "\"",
        "&#39;": "'"
    };
    return str.replace(/(&amp;|&lt;|&gt;|&quot;|&#39;)/g, function(m) { return map[m]; });
}
function htmlentities(str) {
    var textarea = document.createElement("textarea");
    textarea.innerHTML = str;
    return textarea.innerHTML;
}
function htmlentities_decode(str) {
    var textarea = document.createElement("textarea");
    textarea.innerHTML = str;
    return textarea.value;
}

http://pastebin.com/JGCVs0Ts

Я не зовсім впевнений , про швидкість, але якщо ви шукаєте для простоти я запропонував би використовувати / підкреслення lodash втечі функцію.

Метод Мартіна як одна функція з обробкою " позначки" (з використанням у javascript ):

function escapeHTML(html) {
    var fn=function(tag) {
        var charsToReplace = {
            '&': '&',
            '<': '&lt;',
            '>': '&gt;',
            '"': '&#34;'
        };
        return charsToReplace[tag] || tag;
    }
    return html.replace(/[&<>"]/g, fn);
}

Додам XMLSerializerдо купи. Він забезпечує найшвидший результат без використання кешування об'єктів (ні на серіалізаторі, ні на текстовому вузлі).

function serializeTextNode(text) {
  return new XMLSerializer().serializeToString(document.createTextNode(text));
}

Додатковим бонусом є те, що він підтримує атрибути, які серіалізовані інакше, ніж текстові вузли:

function serializeAttributeValue(value) {
  const attr = document.createAttribute('a');
  attr.value = value;
  return new XMLSerializer().serializeToString(attr);
}

Ви можете побачити, що це насправді замінює, перевіривши специфікацію, як для текстових вузлів, так і для значень атрибутів . Повна документація містить більше типів вузлів, але концепція однакова.

Що стосується продуктивності, вона найшвидша, якщо не кешована. Коли ви дозволяєте кешування, тоді виклик innerHTMLHTMLElement з дочірнім текстовим вузлом є найшвидшим. Regex був би найповільнішим (як підтверджують інші коментарі). Звичайно, XMLSerializer може бути швидшим в інших браузерах, але під час мого (обмеженого) тестування a innerHTMLє найшвидшим.

Найшвидший одиночний рядок:

new XMLSerializer().serializeToString(document.createTextNode(text));

Найшвидше з кешуванням:

const cachedElementParent = document.createElement('div');
const cachedChildTextNode = document.createTextNode('');
cachedElementParent.appendChild(cachedChildTextNode);

function serializeTextNode(text) {
  cachedChildTextNode.nodeValue = text;
  return cachedElementParent.innerHTML;
}

https://jsperf.com/htmlentityencode/1

Трохи пізно до шоу, але що поганого у використанні encodeURIComponent () і decodeURIComponent () ?