Encodage HTML perdu lorsque l'attribut est lu dans le champ de saisie

J'utilise JavaScript pour extraire une valeur d'un champ masqué et l'afficher dans une zone de texte. La valeur dans le champ caché est codée.

Par exemple,

<input id='hiddenId' type='hidden' value='chalk &amp; cheese' />

se fait entraîner

<input type='text' value='chalk &amp; cheese' />

via certains jQuery pour obtenir la valeur du champ caché (c'est à ce stade que je perds l'encodage):

$('#hiddenId').attr('value')

Le problème est que lorsque je lis chalk & cheesedans le champ caché, JavaScript semble perdre l'encodage. Je ne veux pas que la valeur soit chalk & cheese. Je veux que le littéral amp;soit conservé.

Existe-t-il une bibliothèque JavaScript ou une méthode jQuery qui codera en HTML une chaîne?

EDIT: Cette réponse a été publiée il y a longtemps, et la htmlDecodefonction a introduit une vulnérabilité XSS. Il a été modifié en changeant l'élément temporaire de a diven une textarearéduction des chances XSS. Mais de nos jours, je vous encourage à utiliser l'API DOMParser comme suggéré dans d' autres réponses .

J'utilise ces fonctions:

function htmlEncode(value){
  // Create a in-memory element, set its inner text (which is automatically encoded)
  // Then grab the encoded contents back out. The element never exists on the DOM.
  return $('<textarea/>').text(value).html();
}

function htmlDecode(value){
  return $('<textarea/>').html(value).text();
}

Fondamentalement, un élément de zone de texte est créé en mémoire, mais il n'est jamais ajouté au document.

Sur la htmlEncodefonction, j'ai défini l' innerTextélément de l'élément et récupéré l'encodé innerHTML; sur la htmlDecodefonction j'ai mis la innerHTMLvaleur de l'élément et le innerTextest récupéré.

Consultez un exemple en cours d'exécution ici .

L'astuce jQuery ne code pas les guillemets et dans IE, elle supprimera votre espace.

Sur la base du templatetag d' échappement dans Django, qui je suppose est déjà largement utilisé / testé, j'ai créé cette fonction qui fait ce qui est nécessaire.

Il est sans doute plus simple (et peut-être plus rapide) que toutes les solutions de contournement pour le problème de suppression des espaces - et il code les guillemets, ce qui est essentiel si vous allez utiliser le résultat dans une valeur d'attribut par exemple.

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

// I needed the opposite function today, so adding here too:
function htmlUnescape(str){
    return str
        .replace(/&quot;/g, '"')
        .replace(/&#39;/g, "'")
        .replace(/&lt;/g, '<')
        .replace(/&gt;/g, '>')
        .replace(/&amp;/g, '&');
}

Mise à jour 2013-06-17:
Dans la recherche de l'échappement le plus rapide, j'ai trouvé cette implémentation d'une replaceAllméthode:
http://dumpsite.com/forum/index.php?topic=4.msg29#msg29
(également référencé ici: Fastest méthode pour remplacer toutes les instances d'un caractère dans une chaîne )
Quelques résultats de performances ici:
http://jsperf.com/htmlencoderegex/25

Il donne une chaîne de résultat identique aux replacechaînes intégrées ci-dessus. Je serais très heureux si quelqu'un pouvait expliquer pourquoi c'est plus rapide!?

Mise à jour 2015-03-04:
Je viens de remarquer que AngularJS utilise exactement la méthode ci-dessus:
https://github.com/angular/angular.js/blob/v1.3.14/src/ngSanitize/sanitize.js#L435

Ils ajoutent quelques améliorations - ils semblent gérer un problème Unicode obscur ainsi que convertir tous les caractères non alphanumériques en entités. J'avais l'impression que ce dernier n'était pas nécessaire tant que vous disposez d'un jeu de caractères UTF8 spécifié pour votre document.

Je noterai que (4 ans plus tard) Django ne fait toujours aucune de ces choses, donc je ne sais pas à quel point elles sont importantes:
https://github.com/django/django/blob/1.8b1/django/utils /html.py#L44

Mise à jour 2016-04-06:
Vous pouvez également souhaiter échapper à la barre oblique /. Ceci n'est pas requis pour un encodage HTML correct, mais il est recommandé par OWASP comme mesure de sécurité anti-XSS. (merci à @JNF de l'avoir suggéré dans les commentaires)

        .replace(/\//g, '/');

Voici une version non jQuery qui est considérablement plus rapide que la .html()version jQuery et la .replace()version. Cela préserve tous les espaces, mais comme la version jQuery, ne gère pas les guillemets.

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

Vitesse: http://jsperf.com/htmlencoderegex/17

Démo:

Production:

Scénario:

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

function htmlDecode( html ) {
    var a = document.createElement( 'a' ); a.innerHTML = html;
    return a.textContent;
};

document.getElementById( 'text' ).value = htmlEncode( document.getElementById( 'hidden' ).value );

//sanity check
var html = '<div>   &amp; hello</div>';
document.getElementById( 'same' ).textContent = 
      'html === htmlDecode( htmlEncode( html ) ): ' 
    + ( html === htmlDecode( htmlEncode( html ) ) );

HTML:

<input id="hidden" type="hidden" value="chalk    &amp; cheese" />
<input id="text" value="" />
<div id="same"></div>

Je sais que c'est une ancienne, mais je voulais publier une variante de la réponse acceptée qui fonctionnera dans IE sans supprimer les lignes:

function multiLineHtmlEncode(value) {
    var lines = value.split(/\r\n|\r|\n/);
    for (var i = 0; i < lines.length; i++) {
        lines[i] = htmlEncode(lines[i]);
    }
    return lines.join('\r\n');
}

function htmlEncode(value) {
    return $('<div/>').text(value).html();
} 

Underscore fournit _.escape()et _.unescape()méthodes qui le font.

> _.unescape( "chalk & cheese" );
  "chalk & cheese"

> _.escape( "chalk & cheese" );
  "chalk & cheese"

Bonne réponse. Notez que si la valeur à coder est undefinedou nullavec jQuery 1.4.2, vous pouvez obtenir des erreurs telles que:

jQuery("<div/>").text(value).html is not a function

OU

Uncaught TypeError: Object has no method 'html'

La solution consiste à modifier la fonction pour vérifier une valeur réelle:

function htmlEncode(value){ 
    if (value) {
        return jQuery('<div/>').text(value).html(); 
    } else {
        return '';
    }
}

Pour ceux qui préfèrent le javascript simple, voici la méthode que j'ai utilisée avec succès:

function escapeHTML (str)
{
    var div = document.createElement('div');
    var text = document.createTextNode(str);
    div.appendChild(text);
    return div.innerHTML;
}

FWIW, l'encodage n'est pas perdu. L'encodage est utilisé par l'analyseur de balisage (navigateur) pendant le chargement de la page. Une fois la source lue et analysée et le navigateur chargé du DOM en mémoire, l'encodage a été analysé dans ce qu'il représente. Donc, au moment où votre JS est exécuté pour lire quoi que ce soit en mémoire, le caractère qu'il obtient est ce que l'encodage représentait.

Je travaille peut-être strictement sur la sémantique ici, mais je voulais que vous compreniez le but de l'encodage. Le mot «perdu» donne l'impression que quelque chose ne fonctionne pas comme il se doit.

Plus rapide sans Jquery. Vous pouvez encoder chaque caractère de votre chaîne:

function encode(e){return e.replace(/[^]/g,function(e){return"&#"+e.charCodeAt(0)+";"})}

Ou ciblez simplement les personnages principaux à craindre (&, inebreaks, <,>, "et ') comme:

function encode(r){
return r.replace(/[\x26\x0A\<>'"]/g,function(r){return"&#"+r.charCodeAt(0)+";"})
}

test.value=encode('Encode HTML entities!\n\n"Safe" escape <script id=\'\'> & useful in <pre> tags!');

testing.innerHTML=test.value;

/*************
* \x26 is &ampersand (it has to be first),
* \x0A is newline,
*************/

<textarea id=test rows="9" cols="55"></textarea>

<div id="testing">www.WHAK.com</div>

Prototype l' a intégré dans la classe String . Donc, si vous utilisez / prévoyez d'utiliser Prototype, cela fait quelque chose comme:

'<div class="article">This is an article</div>'.escapeHTML();
// -> "&lt;div class="article"&gt;This is an article&lt;/div&gt;"

Voici une solution javascript simple. Il étend l'objet String avec une méthode "HTMLEncode" qui peut être utilisée sur un objet sans paramètre, ou avec un paramètre.

String.prototype.HTMLEncode = function(str) {
  var result = "";
  var str = (arguments.length===1) ? str : this;
  for(var i=0; i<str.length; i++) {
     var chrcode = str.charCodeAt(i);
     result+=(chrcode>128) ? "&#"+chrcode+";" : str.substr(i,1)
   }
   return result;
}
// TEST
console.log("stetaewteaw æø".HTMLEncode());
console.log("stetaewteaw æø".HTMLEncode("æåøåæå"))

J'ai fait un résumé "Méthode HTMLEncode pour javascript" .

Basé sur angular's sanitize ... (syntaxe du module es6)

// ref: https://github.com/angular/angular.js/blob/v1.3.14/src/ngSanitize/sanitize.js
const SURROGATE_PAIR_REGEXP = /[\uD800-\uDBFF][\uDC00-\uDFFF]/g;
const NON_ALPHANUMERIC_REGEXP = /([^\#-~| |!])/g;

const decodeElem = document.createElement('pre');


/**
 * Decodes html encoded text, so that the actual string may
 * be used.
 * @param value
 * @returns {string} decoded text
 */
export function decode(value) {
  if (!value) return '';
  decodeElem.innerHTML = value.replace(/</g, '&lt;');
  return decodeElem.textContent;
}


/**
 * Encodes all potentially dangerous characters, so that the
 * resulting string can be safely inserted into attribute or
 * element text.
 * @param value
 * @returns {string} encoded text
 */
export function encode(value) {
  if (value === null || value === undefined) return '';
  return String(value).
    replace(/&/g, '&amp;').
    replace(SURROGATE_PAIR_REGEXP, value => {
      var hi = value.charCodeAt(0);
      var low = value.charCodeAt(1);
      return '&#' + (((hi - 0xD800) * 0x400) + (low - 0xDC00) + 0x10000) + ';';
    }).
    replace(NON_ALPHANUMERIC_REGEXP, value => {
      return '&#' + value.charCodeAt(0) + ';';
    }).
    replace(/</g, '&lt;').
    replace(/>/g, '&gt;');
}

export default {encode,decode};

Pour autant que je sache, il n'y a pas de méthode HTML Encode / Decode simple en javascript.

Cependant, ce que vous pouvez faire, c'est d'utiliser JS pour créer un élément arbitraire, définir son texte interne, puis le lire en utilisant innerHTML.

Disons qu'avec jQuery, cela devrait fonctionner:

var helper = $('chalk & cheese').hide().appendTo('body');
var htmled = helper.html();
helper.remove();

Ou quelque chose dans ce sens.

Vous ne devriez pas avoir à échapper / encoder des valeurs pour les transférer d'un champ de saisie à un autre.

<form>
 <input id="button" type="button" value="Click me">
 <input type="hidden" id="hiddenId" name="hiddenId" value="I like cheese">
 <input type="text" id="output" name="output">
</form>
<script>
    $(document).ready(function(e) {
        $('#button').click(function(e) {
            $('#output').val($('#hiddenId').val());
        });
    });
</script>

JS ne va pas insérer du HTML brut ou quoi que ce soit; il indique simplement au DOM de définir la valuepropriété (ou l'attribut; pas sûr). Quoi qu'il en soit, le DOM gère tous les problèmes d'encodage pour vous. Sauf si vous faites quelque chose d'étrange comme l'utilisation de document.writeou eval, l'encodage HTML sera effectivement transparent.

Si vous parlez de générer une nouvelle zone de texte pour contenir le résultat ... c'est toujours aussi simple. Passez simplement la partie statique du code HTML à jQuery, puis définissez le reste des propriétés / attributs sur l'objet qu'il vous renvoie.

$box = $('<input type="text" name="whatever">').val($('#hiddenId').val());

J'ai eu un problème similaire et le résoudre en utilisant la fonction encodeURIComponentde JavaScript ( documentation )

Par exemple, dans votre cas si vous utilisez:

<input id='hiddenId' type='hidden' value='chalk & cheese' />

et

encodeURIComponent($('#hiddenId').attr('value'))

tu auras chalk%20%26%20cheese . Même les espaces sont conservés.

Dans mon cas, j'ai dû encoder une barre oblique inverse et ce code fonctionne parfaitement

encodeURIComponent('name/surname')

et j'ai name%2Fsurname

Voici un petit peu qui émule la Server.HTMLEncodefonction de l'ASP de Microsoft, écrit en JavaScript pur:

function htmlEncode(s) {
  var ntable = {
    "&": "amp",
    "<": "lt",
    ">": "gt",
    "\"": "quot"
  };
  s = s.replace(/[&<>"]/g, function(ch) {
    return "&" + ntable[ch] + ";";
  })
  s = s.replace(/[^ -\x7e]/g, function(ch) {
    return "&#" + ch.charCodeAt(0).toString() + ";";
  });
  return s;
}

Le résultat n'encode pas les apostrophes, mais encode les autres spéciaux HTML et tout caractère en dehors de la plage 0x20-0x7e.

Ma fonction pure-JS:

/**
 * HTML entities encode
 *
 * @param {string} str Input text
 * @return {string} Filtered text
 */
function htmlencode (str){

  var div = document.createElement('div');
  div.appendChild(document.createTextNode(str));
  return div.innerHTML;
}

Encodage et décodage d'entités HTML JavaScript

Si vous souhaitez utiliser jQuery. J'ai trouvé ça:

http://www.jquerysdk.com/api/jQuery.htmlspecialchars

(partie du plugin jquery.string offerte par le kit de développement logiciel jQuery)

Le problème avec le prototype, je crois, c'est qu'il étend les objets de base en JavaScript et sera incompatible avec tout jQuery que vous pourriez avoir utilisé. Bien sûr, si vous utilisez déjà Prototype et non jQuery, ce ne sera pas un problème.

EDIT: Il y a aussi ceci, qui est un port des utilitaires de chaîne de Prototype pour jQuery:

http://stilldesigning.com/dotstring/

var htmlEnDeCode = (function() {
    var charToEntityRegex,
        entityToCharRegex,
        charToEntity,
        entityToChar;

    function resetCharacterEntities() {
        charToEntity = {};
        entityToChar = {};
        // add the default set
        addCharacterEntities({
            '&'     :   '&',
            '>'      :   '>',
            '&lt;'      :   '<',
            '&quot;'    :   '"',
            '&#39;'     :   "'"
        });
    }

    function addCharacterEntities(newEntities) {
        var charKeys = [],
            entityKeys = [],
            key, echar;
        for (key in newEntities) {
            echar = newEntities[key];
            entityToChar[key] = echar;
            charToEntity[echar] = key;
            charKeys.push(echar);
            entityKeys.push(key);
        }
        charToEntityRegex = new RegExp('(' + charKeys.join('|') + ')', 'g');
        entityToCharRegex = new RegExp('(' + entityKeys.join('|') + '|&#[0-9]{1,5};' + ')', 'g');
    }

    function htmlEncode(value){
        var htmlEncodeReplaceFn = function(match, capture) {
            return charToEntity[capture];
        };

        return (!value) ? value : String(value).replace(charToEntityRegex, htmlEncodeReplaceFn);
    }

    function htmlDecode(value) {
        var htmlDecodeReplaceFn = function(match, capture) {
            return (capture in entityToChar) ? entityToChar[capture] : String.fromCharCode(parseInt(capture.substr(2), 10));
        };

        return (!value) ? value : String(value).replace(entityToCharRegex, htmlDecodeReplaceFn);
    }

    resetCharacterEntities();

    return {
        htmlEncode: htmlEncode,
        htmlDecode: htmlDecode
    };
})();

Ceci provient du code source ExtJS.

<script>
String.prototype.htmlEncode = function () {
    return String(this)
        .replace(/&/g, '&amp;')
        .replace(/"/g, '&quot;')
        .replace(/'/g, '&#39;')
        .replace(/</g, '&lt;')
        .replace(/>/g, '&gt;');

}

var aString = '<script>alert("I hack your site")</script>';
console.log(aString.htmlEncode());
</script>

Sortira: <script>alert("I hack your site")</script>

.htmlEncode () sera accessible sur toutes les chaînes une fois définies.

HtmlEncode la valeur donnée

  var htmlEncodeContainer = $('<div />');
  function htmlEncode(value) {
    if (value) {
      return htmlEncodeContainer.text(value).html();
    } else {
      return '';
    }
  }

J'ai rencontré des problèmes avec la barre oblique inverse dans ma chaîne Domaine \ Utilisateur.

J'ai ajouté ceci aux autres échappées de la réponse d'Anentropic

.replace(/\\/g, '\')

Ce que j'ai trouvé ici: Comment échapper à la barre oblique inverse en JavaScript?

Choisir ce qui escapeHTML()se passe dans le prototype.js

L'ajout de ce script vous aide à échapper au HTML:

String.prototype.escapeHTML = function() { 
    return this.replace(/&/g,'&amp;').replace(/</g,'&lt;').replace(/>/g,'&gt;')
}

vous pouvez maintenant appeler la méthode escapeHTML sur les chaînes de votre script, comme:

var escapedString = "<h1>this is HTML</h1>".escapeHTML();
// gives: "&lt;h1&gt;this is HTML&lt;/h1&gt;"

J'espère que cela aidera toute personne à la recherche d'une solution simple sans avoir à inclure l'intégralité du prototype.js

En utilisant certaines des autres réponses ici, j'ai fait une version qui remplace tous les caractères pertinents en une seule passe quel que soit le nombre de caractères codés distincts (un seul appel à replace() ), ce sera donc plus rapide pour les chaînes plus grandes.

Il ne dépend pas de l'API DOM pour exister ou d'autres bibliothèques.

window.encodeHTML = (function() {
    function escapeRegex(s) {
        return s.replace(/[-\/\\^$*+?.()|[\]{}]/g, '\\$&');
    }
    var encodings = {
        '&'  : '&',
        '"'  : '"',
        '\'' : ''',
        '<'  : '&lt;',
        '>'  : '&gt;',
        '\\' : '&#x2F;'
    };
    function encode(what) { return encodings[what]; };
    var specialChars = new RegExp('[' +
        escapeRegex(Object.keys(encodings).join('')) +
    ']', 'g');

    return function(text) { return text.replace(specialChars, encode); };
})();

Après l'avoir exécuté une fois, vous pouvez maintenant appeler

encodeHTML('<>&"\'')

Obtenir <>&"'