Python - 通过字符解析清理href

Question

我知道的： 如果恶意用户执行以下操作，他可能会在 href 标记内做一些淘气的事情：

<a href "www.somesite.com" [event] = ‘code’>

事件类似于鼠标悬停，代码是恶意的。

我想允许正常的href，但删除.com 之后的" 和关闭href 的> 之间的任何内容。 我正在考虑寻找字符串href，计算2个引号，然后删除第二个引号和>之间的所有内容。

这行得通吗？如果是这样，我将如何编码？

Answer 1

对于名为input 的字符串，此表达式为您提供第二个双引号字符的位置：

input.index('"', input.index('"')+1)

如果该值为 k，则写入 input[:k+1] 以提取直到并包括第二个双引号字符在内的所有内容。

在您的 Python 解释器中尝试以下操作。

input = 'href = "www.google.com" onmouseover=hax0rFunction()>'
k = input.index('"', input.index('"')+1)
input[:k+1]