Python에서 HTML을 이스케이프하는 가장 쉬운 방법은 무엇입니까?

<질문>

cgi.escape는 하나의 가능한 선택 인 것 같습니다. 잘 작동합니까? 더 나은 것으로 간주되는 것이 있습니까?

---

<답변1>

cgi.escape괜찮습니다. 이스케이프 :

• <...에<
• >...에>
• &...에&

모든 HTML에 충분합니다.

편집 : 비 ASCII 문자가있는 경우 다른 인코딩을 사용하는 다른 인코딩 된 문서에 포함하기 위해 이스케이프하려는 경우크레이그다음을 사용하십시오.

data.encode('ascii', 'xmlcharrefreplace')

디코딩하는 것을 잊지 마세요data...에unicode첫째, 인코딩 된 인코딩을 사용합니다.

그러나 내 경험상 이러한 종류의 인코딩은unicode처음부터 항상. 끝 부분에서 문서 헤더에 지정된 인코딩으로 인코딩 (utf-8최대 호환성을 위해).

예:

>>> cgi.escape(u'bá').encode('ascii', 'xmlcharrefreplace')
'<a>bá</a>

또한 주목할만한 가치가 있습니다 (Greg에게 감사드립니다).quote매개 변수cgi.escape걸립니다. 그것으로 설정True,cgi.escape또한 큰 따옴표 문자 (") XML / HTML 속성에서 결과 값을 사용할 수 있습니다.

편집 : cgi.escape는 Python 3.2에서 더 이상 사용되지 않습니다.html.escape, 그 점을 제외하고는 동일합니다.quote기본값은 True입니다.

---

<답변2>

Python 3.2에서 새로운htmlHTML 마크 업에서 예약 된 문자를 이스케이프하는 데 사용되는 모듈이 도입되었습니다.

그것은 하나의 기능이 있습니다escape():

>>> import html
>>> html.escape('x > 2 && x < 7 single quote: \' double quote: "')
'x > 2 && x < 7 single quote: ' double quote: "'

---

<답변3>

URL에서 HTML을 이스케이프하려면 :

이것은 아마도 OP가 원했던 것이 아닐 것입니다 (질문은 이스케이프가 사용되는 컨텍스트를 명확하게 나타내지 않습니다), Python의 기본 라이브러리urllibURL에 안전하게 포함되어야하는 HTML 엔티티를 이스케이프하는 방법이 있습니다.

다음은 그 예입니다.

#!/usr/bin/python
from urllib import quote

x = '+<>^&'
print quote(x) # prints '%2B%3C%3E%5E%26'

Find docs here

---

<답변4>

또한 우수합니다markupsafe package.

>>> from markupsafe import Markup, escape
>>> escape("alert(document.cookie);") Markup(u'<script>alert(document.cookie);</script>') 

그만큼markupsafe패키지는 잘 설계되었으며, 아마도 IMHO를 탈출하는 가장 다재다능하고 파이썬적인 방법 일 것입니다.

1. 반환 (Markup)는 유니 코드에서 파생 된 클래스입니다 (예 :isinstance(escape('str'), unicode) == True
2. 유니 코드 입력을 올바르게 처리합니다.
3. Python (2.6, 2.7, 3.3 및 pypy)에서 작동합니다.
4. 개체의 사용자 지정 메서드 (예 :__html__속성) 및 템플릿 오버로드 (__html_format__).

---

<답변5>

cgi.escapeHTML 태그 및 문자 엔터티를 이스케이프하는 제한된 의미에서 HTML을 이스케이프하는 것이 좋습니다.

그러나 인코딩 문제도 고려해야 할 수도 있습니다. 인용하려는 HTML에 특정 인코딩에 ASCII가 아닌 문자가있는 경우 인용 할 때 해당 문자를 현명하게 표현하도록주의해야합니다. 아마도 그것들을 엔티티로 변환 할 수있을 것입니다. 그렇지 않으면 비 ASCII 문자가 손상되지 않도록 "소스"HTML과 해당 HTML이 포함 된 페이지간에 올바른 인코딩 변환이 수행되는지 확인해야합니다.

---

<답변6>

라이브러리가없고 순수한 파이썬은 텍스트를 html 텍스트로 안전하게 이스케이프합니다.

text.replace('&', '&').replace('>', '>').replace('<', '<'
        ).replace('\'',''').replace('"','"').encode('ascii', 'xmlcharrefreplace')

---

<답변7>

이 버전은 향상cgi.escape. 또한 공백과 줄 바꿈도 유지합니다. 반환unicode끈.

def escape_html(text):
    """escape strings for display in HTML"""
    return cgi.escape(text, quote=True).\
           replace(u'\n', u'
').\
           replace(u'\t', u' ').\
           replace(u'  ', u'  ')

>>> escape_html('\nfoo\t"bar"')
u'<foo>
foo "bar"'

---

<답변8>

가장 쉬운 방법은 아니지만 여전히 간단합니다. 주요 차이점cgi.escape모듈-이미 가지고 있다면 여전히 제대로 작동합니다.&당신의 텍스트에서. 댓글에서 알 수 있듯이 :

cgi.escape 버전

def escape(s, quote=None):
    '''Replace special characters "&", "<" and ">" to HTML-safe sequences.
    If the optional flag quote is true, the quotation mark character (")
is also translated.'''
    s = s.replace("&", "&") # Must be done first!
    s = s.replace("<", "<")
    s = s.replace(">", ">")
    if quote:
        s = s.replace('"', """)
    return s

정규식 버전

QUOTE_PATTERN = r"""([&<>"'])(?!(amp|lt|gt|quot|#39);)"""
def escape(word):
    """
    Replaces special characters <>&"' to HTML-safe sequences. 
    With attention to already escaped characters.
    """
    replace_with = {
        '<': '>',
        '>': '<',
        '&': '&',
        '"': '"', # should be escaped in attributes
        "'": '''    # should be escaped in attributes
    }
    quote_pattern = re.compile(QUOTE_PATTERN)
    return re.sub(quote_pattern, lambda x: replace_with[x.group(0)], word)

---

<답변9>

Python 2.7의 레거시 코드의 경우 다음을 통해 수행 할 수 있습니다.BeautifulSoup4:

>>> bs4.dammit import EntitySubstitution
>>> esub = EntitySubstitution()
>>> esub.substitute_html("r&d")
'r&d'