解码其中包含特殊HTML实体的字符串的正确方法是什么？

Question

假设我从服务请求中获得了一些JSON,如下所示:

{
    "message": "We're unable to complete your request at this time."
}

我不确定为什么那个抄袭被编码为那个('); 我所知道的是我想解码它.

这是一种使用jQuery的方法,它突然出现在我脑海中:

function decodeHtml(html) {
    return $('<div>').html(html).text();
}

但这似乎(非常)hacky.什么是更好的方式？有"正确"的方式吗？

Answer 1

这是我最喜欢的HTML字符解码方式.使用此代码的优点是标记也被保留.

function decodeHtml(html) {
    var txt = document.createElement("textarea");
    txt.innerHTML = html;
    return txt.value;
}

示例:http://jsfiddle.net/k65s3/

输入:

Entity:&nbsp;Bad attempt at XSS:<script>alert('new\nline?')</script><br>

输出:

Entity: Bad attempt at XSS:<script>alert('new\nline?')</script><br>

Answer 2

不要使用DOM来执行此操作.使用DOM解码HTML实体(如当前接受的答案中所建议的)会导致跨浏览器结果的差异.

对于根据HTML标准的算法解码字符引用一个强大的和确定性的解决方案,使用了他的库.从其自述文件:

他(对于"HTML实体")是一个用JavaScript编写的健壮的HTML实体编码器/解码器.它支持所有标准化的命名字符引用,根据HTML,处理模糊的&符号和其他边缘情况,就像浏览器一样,具有广泛的测试套件,并且 - 与许多其他JavaScript解决方案相反 - 他处理星体Unicode符号就好了.提供在线演示.

这是你如何使用它:

he.decode("We're unable to complete your request at this time.");
? "We're unable to complete your request at this time."

免责声明:我是他图书馆的作者.

有关更多信息,请参阅此Stack Overflow答案.

Answer 3

如果你不想使用html/dom,你可以使用正则表达式.我没有测试过这个; 但有些东西:

function parseHtmlEntities(str) {
    return str.replace(/&#([0-9]{1,3});/gi, function(match, numStr) {
        var num = parseInt(numStr, 10); // read num as normal number
        return String.fromCharCode(num);
    });
}

[编辑]

注意:这只适用于数字html实体,而不适用于&oring;等.

[编辑2]

修复了函数(一些拼写错误),在这里测试:http://jsfiddle.net/Be2Bd/1/

Answer 4

jQuery将为您编码和解码.

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

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

<script src="https://ajax.googleapis.com/ajax/libs/jquery/1.9.1/jquery.min.js"></script>
<script>
$(document).ready(function() {
   $("#encoded")
  .text(htmlEncode("<img src onerror='alert(0)'>"));
   $("#decoded")
  .text(htmlDecode("&lt;img src onerror='alert(0)'&gt;"));
});
</script>

<span>htmlEncode() result:</span><br/>
<div id="encoded"></div>
<br/>
<span>htmlDecode() result:</span><br/>
<div id="decoded"></div>

Answer 5

有一个JS函数来处理&#xxxx样式的实体:
GitHub上的函数

// encode(decode) html text into html entity
var decodeHtmlEntity = function(str) {
  return str.replace(/&#(\d+);/g, function(match, dec) {
    return String.fromCharCode(dec);
  });
};

var encodeHtmlEntity = function(str) {
  var buf = [];
  for (var i=str.length-1;i>=0;i--) {
    buf.unshift(['&#', str[i].charCodeAt(), ';'].join(''));
  }
  return buf.join('');
};

var entity = '高级程序设计';
var str = '??????';
console.log(decodeHtmlEntity(entity) === str);
console.log(encodeHtmlEntity(str) === entity);
// output:
// true
// true

Answer 6

_.unescape 做你想要的

https://lodash.com/docs/#unescape