问题背景
项目开发中,本想把从后台获取到的 meaningVaule
值填充到页面上,结果 html
标签并没有被处理掉,而是显示在页面上了。如图所示,html 标签显示在了浏览器中。
下图展示的是从后台获取的数据,含有meaningValue
字段:
问题分析
现在想要的目标是:html 标签不要显示出来,而是应该去规范 html 文档的显示效果,比如遇见<p>
标签则另起一个段落。
而实际上呢,浏览器端在进行DOM
渲染时,把形如<
、>
这样的字符串,解析成了<
、>
,继而把<p>
解析为<p>
这样的HTML
标签。然后就直接把解析后的字符串直接显示在了页面中,不再进行 html
标签语义分析。由此可以看出,浏览器端自己转义了 转移字符
,这样的好处很明显,可以有效的避免代码注入攻击,提升网站的安全原因。
如此分析一番后,解决的方案也就水落石出了:在浏览器DOM
渲染前,先把形如<
、>
这样的字符串解析成<
、>
,再把解析后的新的字符串(形如<p>感知和体验...</p>
)进行DOM
渲染操作,即可在终端页面上渲染出最终与其的结果。
正确的渲染结果如下图所示:
解决方案代码
所谓HTML
编码,其实就是将字符转换为HTML实体
,这是防止脚本注入攻击的重要手段之一。
下面的代码中给出了通用的转义与反转义含有HTML标签的字符串的方法。
/**
* 把转义后的字符串反转义成含有 html 标签的字符串。
* 示例:
* HTMLDecode("<p>什么是3D打印?"); // "<p>什么是3D打印?"
* @param text
*/
const HTMLDecode = text => {
let tmp = document.createElement('div');
tmp.innerHTML = text;
const output = tmp.innerText || tmp.textContent;
tmp = null;
return output;
}
/**
* 转义含有 html 标签的字符串。
* 示例:
* HTMLEncode("<p>什么是3D打印?"); // "<p>什么是3D打印?"
* @param html
*/
const HTMLEncode = html => {
let tmp = document.createElement('div');
(tmp.textContent != null) ? (tmp.textContent = html) : (tmp.innerText = html);
const output = tmp.innerHTML;
tmp = null;
return output;
}
对于本篇文章开头的问题,在渲染meaningVaule
字符串前,调用一下HTMLDecode
方法即可,如下:
const destStr = HTMLEncode(data.meaningValue);
// 再把`destStr`渲染到 DOM 中...
解读 innerHTML、innerText、textContent
innerHTML
由于innerText
和textContent
均为对innerHTML
内容作不同的处理而成,因此我们需要先明确innerHTML
属性的特点。
赋值操作:
赋值操作,即先对值的内容进行模式匹配,然后把处理后的值赋予给innerHTML
属性。模式匹配结果将导致 保留 和 将字符转换为HTML实体 两个操作。
一. 以下情况将被保留:
- HTML实体(ASCII实体、符号实体和字符实体)的实体名或实体编号;
- 符号实体和字符实体对应的字符;
- 没有HTML实体与之对应的字符;
- HTML标签。(如
<img>
)。
二. 以下情况将会执行字符转换为HTML实体:
- ASCII实体对应的字符(<、>、&、'和")。
也就是说除了单独的 <、>、&、'和" 会被转换为实体名外,将原封不动地将值赋予给innerHTML属性。
取值操作:
取值操作,即直接获取innerHTML属性值。
innerText & textContent
由于innerText
并非 W3C 标准属性,尤其是FireFox 45
之前的版本不支持innerText
方法。因此一般情况下可以使用textContent
来代替,但它两者是否就能完全等同呢?实际并非如此!
区别:取值时 innerText会把只会获取节点里面的文本信息,而innerHTML 会获取节点下面的所有标签。innerHTML是符合W3C标准的属性,而innerText只适用于IE浏览器,因此,尽可能地去使用innerHTML,而少用innerText
IE中的innerText是需要对innerHTML的值进行:
- HTML转义(等同于XML转义,对<、&等转义字符进行处理);
- 经过HTML解释和CSS样式解释;
- 之后又剔除格式信息之后留下的纯文本。
而FF中的textContent
没有2、3步,在经过了HTML转义之后直接剔除所有html标签后得到的纯文本。
总结:
一言以蔽之,这一部分主要涉及到浏览器的兼容性问题
。主要思路有以下两个:
- 可以采用上面给出的
HTMLDecode()
与HTMLDecode()
方法,来进行 html 标签的转义与还原处理。 - 或者,采用
jQuery
中的方法,来抹平掉不同浏览器之间的差异性。
可以参考一下:MDN 之 Node.textContent