Objective C HTML 转义/取消转义

Question

想知道是否有一种简单的方法可以在 Objective C 中执行简单的 HTML 转义/取消转义。我想要的是类似这样的伪代码：

NSString *string = @"<span>Foo</span>";
[string stringByUnescapingHTML];

返回

<span>Foo</span>

希望所有其他 HTML 实体以及 Ӓ 之类的 ASCII 代码也能取消转义。

Cocoa Touch/UIKit 中是否有任何方法可以做到这一点？

Answer 1

查看我的NSString category for XMLEntities。有一些方法可以解码 XML 实体（包括所有 HTML 字符引用）、编码 XML 实体、剥离标签以及从字符串中删除换行符和空格：

- (NSString *)stringByStrippingTags;
- (NSString *)stringByDecodingXMLEntities; // Including all HTML character references
- (NSString *)stringByEncodingXMLEntities;
- (NSString *)stringWithNewLinesAsBRs;
- (NSString *)stringByRemovingNewLinesAndWhitespace;

Answer 2

来自Google Toolbox for Mac的另一个 HTML NSString 类别
尽管有这个名字，但它也适用于 iOS。

http://google-toolbox-for-mac.googlecode.com/svn/trunk/Foundation/GTMNSString+HTML.h

/// Get a string where internal characters that are escaped for HTML are unescaped 
//
///  For example, '&' becomes '&'
///  Handles   and 2 cases as well
///
//  Returns:
//    Autoreleased NSString
//
- (NSString *)gtm_stringByUnescapingFromHTML;

我只需要在项目中包含三个文件：头文件、实现文件和GTMDefines.h。

Answer 3

此link 包含以下解决方案。 Cocoa CF 有 CFXMLCreateStringByUnescapingEntities 函数，但在 iPhone 上不可用。

@interface MREntitiesConverter : NSObject <NSXMLParserDelegate>{
    NSMutableString* resultString;
}

@property (nonatomic, retain) NSMutableString* resultString;

- (NSString*)convertEntitiesInString:(NSString*)s;

@end


@implementation MREntitiesConverter

@synthesize resultString;

- (id)init
{
    if([super init]) {
        resultString = [[NSMutableString alloc] init];
    }
    return self;
}

- (void)parser:(NSXMLParser *)parser foundCharacters:(NSString *)s {
        [self.resultString appendString:s];
}

- (NSString*)convertEntitiesInString:(NSString*)s {
    if (!s) {
        NSLog(@"ERROR : Parameter string is nil");
    }
    NSString* xmlStr = [NSString stringWithFormat:@"<d>%@</d>", s];
    NSData *data = [xmlStr dataUsingEncoding:NSUTF8StringEncoding allowLossyConversion:YES];
    NSXMLParser* xmlParse = [[[NSXMLParser alloc] initWithData:data] autorelease];
    [xmlParse setDelegate:self];
    [xmlParse parse];
    return [NSString stringWithFormat:@"%@",resultString];
}

- (void)dealloc {
    [resultString release];
    [super dealloc];
}

@end

Answer 4

这是我所做的一个令人难以置信的组合解决方案，但如果您想简单地转义字符串而不担心解析，请执行以下操作：

-(NSString *)htmlEntityDecode:(NSString *)string
    {
        string = [string stringByReplacingOccurrencesOfString:@""" withString:@"\""];
        string = [string stringByReplacingOccurrencesOfString:@"'" withString:@"'"];
        string = [string stringByReplacingOccurrencesOfString:@"&lt;" withString:@"<"];
        string = [string stringByReplacingOccurrencesOfString:@"&gt;" withString:@">"];
        string = [string stringByReplacingOccurrencesOfString:@"&amp;" withString:@"&"]; // Do this last so that, e.g. @"&amp;lt;" goes to @"&lt;" not @"<"

        return string;
    }

我知道这绝不是优雅的，但它可以完成工作。然后你可以通过调用来解码一个元素：

string = [self htmlEntityDecode:string];

就像我说的，它很老套，但很有效。如果要对字符串进行编码，只需反转 stringByReplacingOccurencesOfString 参数即可。

Answer 5

在 iOS 7 中，您可以使用 NSAttributedString 的导入 HTML 功能将 HTML 实体转换为 NSString。

例如：

@interface NSAttributedString (HTML)
+ (instancetype)attributedStringWithHTMLString:(NSString *)htmlString;
@end

@implementation NSAttributedString (HTML)
+ (instancetype)attributedStringWithHTMLString:(NSString *)htmlString
{
    NSDictionary *options = @{ NSDocumentTypeDocumentAttribute : NSHTMLTextDocumentType,
                               NSCharacterEncodingDocumentAttribute :@(NSUTF8StringEncoding) };

    NSData *data = [htmlString dataUsingEncoding:NSUTF8StringEncoding];

    return [[NSAttributedString alloc] initWithData:data options:options documentAttributes:nil error:nil];
}

@end

然后在你的代码中当你想清理实体时：

NSString *cleanString = [[NSAttributedString attributedStringWithHTMLString:question.title] string];

这可能是最简单的方法，但我不知道它的性能如何。您可能应该非常确定您的“清理”内容不包含任何 <img> 标记或类似的东西，因为此方法将在 HTML 到 NSAttributedString 转换期间下载这些图像。 :)

Answer 6

这是一个中和所有字符的解决方案（通过使它们成为所有 HTML 编码实体的 unicode 值）...根据我的需要使用它（确保来自用户但放置在 webview 内的字符串不能'没有任何 XSS 攻击）：

界面：

@interface NSString (escape)
- (NSString*)stringByEncodingHTMLEntities;
@end

实施：

@implementation NSString (escape)

- (NSString*)stringByEncodingHTMLEntities {
    // Rather then mapping each individual entity and checking if it needs to be replaced, we simply replace every character with the hex entity

    NSMutableString *resultString = [NSMutableString string];
    for(int pos = 0; pos<[self length]; pos++)
        [resultString appendFormat:@"&#x%x;",[self characterAtIndex:pos]];
    return [NSString stringWithString:resultString];
}

@end

用法示例：

UIWebView *webView = [[UIWebView alloc] init];
NSString *userInput = @"<script>alert('This is an XSS ATTACK!');</script>";
NSString *safeInput = [userInput stringByEncodingHTMLEntities];
[webView loadHTMLString:safeInput baseURL:nil];

您的里程会有所不同。

Answer 7

对 HTML 或 XML 字符串进行编码和解码的最小侵入性和最轻量级的方法是使用 GTMNSStringHTMLAdditions CocoaPod。

它只是 Google Toolbox for Mac NSString 类别 GTMNSString+HTML，去掉了对 GTMDefines.h 的依赖。因此，您只需添加一个 .h 和一个 .m，就可以开始了。

例子：

#import "GTMNSString+HTML.h"

// Encoding a string with XML / HTML elements
NSString *stringToEncode = @"<TheBeat>Goes On</TheBeat>";
NSString *encodedString = [stringToEncode gtm_stringByEscapingForHTML];

// encodedString looks like this now:
// &lt;TheBeat&gt;Goes On&lt;/TheBeat&gt;

// Decoding a string with XML / HTML encoded elements
NSString *stringToDecode = @"&lt;TheBeat&gt;Goes On&lt;/TheBeat&gt;";
NSString *decodedString = [stringToDecode gtm_stringByUnescapingFromHTML];

// decodedString looks like this now:
// <TheBeat>Goes On</TheBeat>

Answer 8

这是一个易于使用的 NSString 类别实现：

• http://code.google.com/p/qrcode-scanner-live/source/browse/trunk/iphone/Classes/NSString%2BHTML.h
• http://code.google.com/p/qrcode-scanner-live/source/browse/trunk/iphone/Classes/NSString%2BHTML.m

远未完成，但您可以从此处添加一些缺失的实体：http://code.google.com/p/statz/source/browse/trunk/NSString%2BHTML.m

用法：

#import "NSString+HTML.h"

NSString *raw = [NSString stringWithFormat:@"<div></div>"];
NSString *escaped = [raw htmlEscapedString];

Answer 9

上面的 MREntitiesConverter 是一个 HTML 剥离器，而不是编码器。

如果您需要编码器，请访问：Encode NSString for XML/HTML

Answer 10

MREntitiesConverter 不适用于转义格式错误的 xml。它会在一个简单的 URL 上失败：

http://www.google.com/search?client=safari&rls=en&q=fail&ie=UTF-8&oe=UTF-8

Answer 11

如果您需要生成文字，您可以考虑使用这样的工具：

http://www.freeformatter.com/java-dotnet-escape.html#ad-output

为您完成工作。

另见this answer。

Answer 12

这个最简单的解决方案是创建如下类别：

这是该类别的头文件：

#import <Foundation/Foundation.h>
@interface NSString (URLEncoding)
-(NSString *)urlEncodeUsingEncoding:(NSStringEncoding)encoding;
@end

下面是实现：

#import "NSString+URLEncoding.h"
@implementation NSString (URLEncoding)
-(NSString *)urlEncodeUsingEncoding:(NSStringEncoding)encoding {
    return (NSString *)CFURLCreateStringByAddingPercentEscapes(NULL,
               (CFStringRef)self,
               NULL,
               (CFStringRef)@"!*'\"();:@&=+$,/?%#[]% ",
               CFStringConvertNSStringEncodingToEncoding(encoding));
}
@end

现在我们可以简单地这样做了：

NSString *raw = @"hell & brimstone + earthly/delight";
NSString *url = [NSString stringWithFormat:@"http://example.com/example?param=%@",
            [raw urlEncodeUsingEncoding:NSUTF8Encoding]];
NSLog(url);

此答案的功劳转到以下网站：-

http://madebymany.com/blog/url-encoding-an-nsstring-on-ios

Answer 13

为什么不直接使用？

NSData *data = [s dataUsingEncoding:NSUTF8StringEncoding allowLossyConversion:YES];
NSString *result = [[[NSString alloc] initWithData:data encoding:NSUTF8StringEncoding] autorelease];
return result;

菜鸟问题，但在我的情况下它有效......

Answer 14

这是我几年前发布的旧答案。我的意图是 不是提供一个“好”和“受人尊敬”的解决方案，而是一个“hacky”的解决方案 在某些情况下这可能很有用。请不要使用此解决方案，除非其他方法无效。

实际上，它在许多其他情况下都可以正常工作 答案不是因为 UIWebView 正在做所有的工作。你可以 甚至注入一些javascript（这可能是危险的和/或有用的）。表现应该很糟糕，但实际上并没有那么糟糕。

还有一个必须提到的解决方案。只需创建一个UIWebView，加载编码字符串并取回文本。它转义标签“”，还解码所有 html 实体（例如“>”），它可能在其他人不这样做的地方工作（例如使用西里尔字母）。我不认为这是最好的解决方案，但如果上述解决方案不起作用，它会很有用。

这是一个使用 ARC 的小例子：

@interface YourClass() <UIWebViewDelegate>

    @property UIWebView *webView;

@end

@implementation YourClass 

- (void)someMethodWhereYouGetTheHtmlString:(NSString *)htmlString {
    self.webView = [[UIWebView alloc] init];
    NSString *htmlString = [NSString stringWithFormat:@"<html><body>%@</body></html>", self.description];
    [self.webView loadHTMLString:htmlString baseURL:nil];
    self.webView.delegate = self;
}

- (void)webView:(UIWebView *)webView didFailLoadWithError:(NSError *)error {
    self.webView = nil;
}

- (void)webViewDidFinishLoad:(UIWebView *)webView {
    self.webView = nil;
    NSString *escapedString = [self.webView stringByEvaluatingJavaScriptFromString:@"document.body.textContent;"];
}

- (void)webViewDidStartLoad:(UIWebView *)webView {
    // Do Nothing
}

@end