利用正则表达式过滤脚本

 

在做一些网站（特别是bbs之类）时，经常会有充许用户输入html样式代码，却禁止脚本的运行的需求, 以达到丰富网页样式，禁止恶意代码的运行。  
当然不能用 htmlencode 和 htmldecode 方法,因为这样连基本的html代码会被禁止掉。  
我在网上搜索，也没有找到好的解决办法，倒是收集了一些脚本攻击的实例：  
1. <script>标记中包含的代码  
2. <a href=javascript:...中的代码  
3. 其它基本控件的 on...事件中的代码  
4. iframe 和 frameset 中载入其它页面造成的攻击  
有了这些资料后，事情就简单多了，写一个简单的方法，用正则表达式把以上符合几点的代码替换掉:  
public string wipescript(string html)  
{  
system.text.regularexpressions.regex regex1 = new system.text.regularexpressions.regex(@"<script[/s/s]+</script *>",system.text.regularexpressions.regexoptions.ignorecase);  
system.text.regularexpressions.regex regex2 = new system.text.regularexpressions.regex(@" href *= *[/s/s]*script *:",system.text.regularexpressions.regexoptions.ignorecase);  
system.text.regularexpressions.regex regex3 = new system.text.regularexpressions.regex(@" on[/s/s]*=",system.text.regularexpressions.regexoptions.ignorecase);  
system.text.regularexpressions.regex regex4 = new system.text.regularexpressions.regex(@"<iframe[/s/s]+</iframe *>",system.text.regularexpressions.regexoptions.ignorecase);  
system.text.regularexpressions.regex regex5 = new system.text.regularexpressions.regex(@"<frameset[/s/s]+</frameset *>",system.text.regularexpressions.regexoptions.ignorecase);  
html = regex1.replace(html, ""); //过滤<script></script>标记  
html = regex2.replace(html, ""); //过滤href=javascript: (<a>) 属性  
html = regex3.replace(html, " _disibledevent="); //过滤其它控件的on...事件  
html = regex4.replace(html, ""); //过滤iframe  
html = regex5.replace(html, ""); //过滤frameset  
return html;  
}  
此方法输入可能包含脚本的html代码，返回则就是干净的代码了。 

此文为转载，http://www.cncfan.com/cncfan_com_article.asp?art_id=6430&cat_id=80