Как я могу сделать HTML безопасным для веб-браузера с помощью python?

Question

Как я могу сделать HTML из электронной почты безопасным для отображения в веб-браузере с помощью python?

Любые внешние ссылки не должны соблюдаться при отображении. Другими словами, весь отображаемый контент должен поступать из электронной почты и ничего из Интернета.

За исключением спам-писем следует показывать как можно ближе, как это было написано автором.

Я хотел бы избежать кодирования этого самостоятельно.

Решения, требующие последней версии браузера (firefox), также приемлемы.

Answer 1

html5lib содержит дезинфицирующее средство для HTML + CSS. Это позволяет слишком много в настоящее время, но не должно быть слишком сложно изменить его, чтобы соответствовать варианту использования.

Найдено here.

Answer 2

Используйте модуль HTMLparser или установите BeautifulSoup и используйте те, которые нужно проанализировать HTML и отключить или удалить теги. Это приведет к тому, что текст ссылки будет отсутствовать, но он не будет выделен, и он не будет доступен для кликов, поскольку вы показываете его с помощью компонента веб-браузера.

Вы можете прояснить, что было сделано, заменив <A></A> на <SPAN></SPAN> и изменив оформление текста, чтобы показать, где была ссылка. Возможно, другой оттенок синего цвета, чем обычно, и пунктирный знак подчеркивания. Таким образом, вы немного ближе к тому, чтобы отображать его по назначению, фактически не вводя в заблуждение людей, чтобы нажимать на то, что не доступно для кликов. Вы даже можете добавить зависание в Javascript или pure CSS, в котором появляется всплывающая подсказка, поясняющая, что ссылки были отключены по соображениям безопасности.

Аналогичные вещи можно сделать с помощью тегов <IMG></IMG>, включая замену их пустым прямоугольником, чтобы макет страницы был близок к оригиналу.

Я сделал такие вещи как Beautiful Soup, но HTMLparser включен в Python. В более старых дистрибутивах Python существовал htmllib, который теперь устарел. Поскольку HTML в сообщении электронной почты может быть не совсем корректным, используйте Beautiful Soup 3.0.7a, который лучше разбирается в сломанном HTML.

Answer 3

Я не совсем понимаю, что именно вы подразумеваете под «безопасным». Это довольно большая тема ... но, для чего это стоит:

На мой взгляд, stripping parser из Аквапарка ActiveState - одно из самых простых решений. Вы можете в значительной степени скопировать/вставить класс и начать его использовать.

Посмотрите также на комментарии. В последнем говорится, что он больше не работает, но у меня также есть работа в приложении где-то, и он работает нормально. С работы у меня нет доступа к этому ящику, поэтому мне придется искать его в выходные.