Objective C HTML转义/转义

想知道是否有一种简单的方法可以在Objective C中执行简单的HTML转义/转义。我想要的是这样的伪代码：

NSString *string = @"<span>Foo</span>";
[string stringByUnescapingHTML];

哪个返回

<span>Foo</span>

希望也转义所有其他HTML实体，甚至ASCII码（例如Ӓ等）。

Cocoa Touch / UIKit中有什么方法可以做到这一点？

此链接包含以下解决方案。可可CF具有CFXMLCreateStringByUnescapingEntities函数，但在iPhone上不可用。

@interface MREntitiesConverter : NSObject <NSXMLParserDelegate>{
    NSMutableString* resultString;
}

@property (nonatomic, retain) NSMutableString* resultString;

- (NSString*)convertEntitiesInString:(NSString*)s;

@end


@implementation MREntitiesConverter

@synthesize resultString;

- (id)init
{
    if([super init]) {
        resultString = [[NSMutableString alloc] init];
    }
    return self;
}

- (void)parser:(NSXMLParser *)parser foundCharacters:(NSString *)s {
        [self.resultString appendString:s];
}

- (NSString*)convertEntitiesInString:(NSString*)s {
    if (!s) {
        NSLog(@"ERROR : Parameter string is nil");
    }
    NSString* xmlStr = [NSString stringWithFormat:@"<d>%@</d>", s];
    NSData *data = [xmlStr dataUsingEncoding:NSUTF8StringEncoding allowLossyConversion:YES];
    NSXMLParser* xmlParse = [[[NSXMLParser alloc] initWithData:data] autorelease];
    [xmlParse setDelegate:self];
    [xmlParse parse];
    return [NSString stringWithFormat:@"%@",resultString];
}

- (void)dealloc {
    [resultString release];
    [super dealloc];
}

@end

查看我的NSString类别中的XMLEntities。有以下方法可以解码XML实体（包括所有HTML字符引用），对XML实体进行编码，剥离标签并从字符串中删除换行符和空格：

- (NSString *)stringByStrippingTags;
- (NSString *)stringByDecodingXMLEntities; // Including all HTML character references
- (NSString *)stringByEncodingXMLEntities;
- (NSString *)stringWithNewLinesAsBRs;
- (NSString *)stringByRemovingNewLinesAndWhitespace;

Google Toolbox for Mac的另一个HTML NSString类别
尽管名称，但它也适用于iOS。

http://google-toolbox-for-mac.googlecode.com/svn/trunk/Foundation/GTMNSString+HTML.h

/// Get a string where internal characters that are escaped for HTML are unescaped 
//
///  For example, '&' becomes '&'
///  Handles   and 2 cases as well
///
//  Returns:
//    Autoreleased NSString
//
- (NSString *)gtm_stringByUnescapingFromHTML;

而且我只需要在项目中包括三个文件：标头，实现和GTMDefines.h。

这是我做过的一个骇人听闻的解决方案，但是如果您只想转义一个字符串而不必担心解析，请执行以下操作：

-(NSString *)htmlEntityDecode:(NSString *)string
    {
        string = [string stringByReplacingOccurrencesOfString:@""" withString:@"\""];
        string = [string stringByReplacingOccurrencesOfString:@"'" withString:@"'"];
        string = [string stringByReplacingOccurrencesOfString:@"&lt;" withString:@"<"];
        string = [string stringByReplacingOccurrencesOfString:@"&gt;" withString:@">"];
        string = [string stringByReplacingOccurrencesOfString:@"&amp;" withString:@"&"]; // Do this last so that, e.g. @"&amp;lt;" goes to @"&lt;" not @"<"

        return string;
    }

我知道这绝非优雅，但可以完成工作。然后，您可以通过调用以下内容来解码元素：

string = [self htmlEntityDecode:string];

就像我说的那样，它很笨拙，但是可以用。如果要编码字符串，只需反转stringByReplacingOccurencesOfString参数。

在iOS 7中，您可以使用NSAttributedString的导入HTML的功能将HTML实体转换为NSString。

例如：

@interface NSAttributedString (HTML)
+ (instancetype)attributedStringWithHTMLString:(NSString *)htmlString;
@end

@implementation NSAttributedString (HTML)
+ (instancetype)attributedStringWithHTMLString:(NSString *)htmlString
{
    NSDictionary *options = @{ NSDocumentTypeDocumentAttribute : NSHTMLTextDocumentType,
                               NSCharacterEncodingDocumentAttribute :@(NSUTF8StringEncoding) };

    NSData *data = [htmlString dataUsingEncoding:NSUTF8StringEncoding];

    return [[NSAttributedString alloc] initWithData:data options:options documentAttributes:nil error:nil];
}

@end

然后在您要清理实体的代码中：

NSString *cleanString = [[NSAttributedString attributedStringWithHTMLString:question.title] string];

这可能是最简单的方法，但是我不知道它的性能如何。您应该非常确定“清洗”的内容中不包含任何<img>标签或类似内容，因为此方法将在HTML到NSAttributedString转换期间下载这些图像。:)

这是一个中和所有字符的解决方案（通过使它们成为所有Unicode值的HTML编码实体）...用于我的需要（确保来自用户但放置在webview内的字符串不能有任何字符） XSS攻击）：

接口：

@interface NSString (escape)
- (NSString*)stringByEncodingHTMLEntities;
@end

实现方式：

@implementation NSString (escape)

- (NSString*)stringByEncodingHTMLEntities {
    // Rather then mapping each individual entity and checking if it needs to be replaced, we simply replace every character with the hex entity

    NSMutableString *resultString = [NSMutableString string];
    for(int pos = 0; pos<[self length]; pos++)
        [resultString appendFormat:@"&#x%x;",[self characterAtIndex:pos]];
    return [NSString stringWithString:resultString];
}

@end

用法示例：

UIWebView *webView = [[UIWebView alloc] init];
NSString *userInput = @"<script>alert('This is an XSS ATTACK!');</script>";
NSString *safeInput = [userInput stringByEncodingHTMLEntities];
[webView loadHTMLString:safeInput baseURL:nil];

您的里程会有所不同。

编码和解码HTML或XML字符串的侵入性最小，最轻便的方法是使用GTMNSStringHTMLAdditions CocoaPod。

它只是适用于Mac的Google Toolbox NSString类别GTMNSString+HTML，去除了对的依赖GTMDefines.h。因此，您只需添加一个.h和一个.m，您就可以开始了。

例：

#import "GTMNSString+HTML.h"

// Encoding a string with XML / HTML elements
NSString *stringToEncode = @"<TheBeat>Goes On</TheBeat>";
NSString *encodedString = [stringToEncode gtm_stringByEscapingForHTML];

// encodedString looks like this now:
// &lt;TheBeat&gt;Goes On&lt;/TheBeat&gt;

// Decoding a string with XML / HTML encoded elements
NSString *stringToDecode = @"&lt;TheBeat&gt;Goes On&lt;/TheBeat&gt;";
NSString *decodedString = [stringToDecode gtm_stringByUnescapingFromHTML];

// decodedString looks like this now:
// <TheBeat>Goes On</TheBeat>

这是一个易于使用的NSString类别实现：

• http://code.google.com/p/qrcode-scanner-live/source/browse/trunk/iphone/Classes/NSString%2BHTML.h
• http://code.google.com/p/qrcode-scanner-live/source/browse/trunk/iphone/Classes/NSString%2BHTML.m

它远未完成，但是您可以从此处添加一些缺少的实体：http : //code.google.com/p/statz/source/browse/trunk/NSString%2BHTML.m

用法：

#import "NSString+HTML.h"

NSString *raw = [NSString stringWithFormat:@"<div></div>"];
NSString *escaped = [raw htmlEscapedString];

上面的MREntitiesConverter是HTML剥离程序，不是编码器。

如果需要编码器，请转到此处：为XML / HTML编码NSString

MREntitiesConverter不适用于转义格式错误的xml。在简单的URL上将失败：

http://www.google.com/search?client=safari&rls=zh-CN&q=fail&ie=UTF-8&oe=UTF-8

如果您需要生成文字，则可以考虑使用如下工具：

http://www.freeformatter.com/java-dotnet-escape.html#ad-output

为您完成工作。

另请参阅此答案。

最简单的解决方案是创建如下类别：

这是类别的头文件：

#import <Foundation/Foundation.h>
@interface NSString (URLEncoding)
-(NSString *)urlEncodeUsingEncoding:(NSStringEncoding)encoding;
@end

这是实现：

#import "NSString+URLEncoding.h"
@implementation NSString (URLEncoding)
-(NSString *)urlEncodeUsingEncoding:(NSStringEncoding)encoding {
    return (NSString *)CFURLCreateStringByAddingPercentEscapes(NULL,
               (CFStringRef)self,
               NULL,
               (CFStringRef)@"!*'\"();:@&=+$,/?%#[]% ",
               CFStringConvertNSStringEncodingToEncoding(encoding));
}
@end

现在我们可以简单地做到这一点：

NSString *raw = @"hell & brimstone + earthly/delight";
NSString *url = [NSString stringWithFormat:@"http://example.com/example?param=%@",
            [raw urlEncodeUsingEncoding:NSUTF8Encoding]];
NSLog(url);

此答案的学分转到以下网站：

http://madebymany.com/blog/url-encoding-an-nsstring-on-ios

为什么不只是使用？

NSData *data = [s dataUsingEncoding:NSUTF8StringEncoding allowLossyConversion:YES];
NSString *result = [[[NSString alloc] initWithData:data encoding:NSUTF8StringEncoding] autorelease];
return result;

菜鸟问题，但就我而言，它可行...

这是我几年前发布的旧答案。我的意图不是提供“好的”和“可敬的”解决方案，而是提供在某些情况下可能有用的“ hacky”解决方案。请不要使用此解决方案，除非其他方法无效。

实际上，它在很多情况下都可以很好地工作，而其他答案却没有，因为UIWebView可以完成所有工作。您甚至可以注入一些javascript（可能是危险的和/或有用的）。性能应该很糟糕，但实际上并不算差。

必须提及另一种解决方案。只需创建一个UIWebView，加载编码后的字符串并取回文本即可。它转义了标签“ <>”，并且还解码了所有html实体（例如“＆gt;”），并且可能在其他人不在的地方工作（例如，使用西里尔字母）。我认为这不是最好的解决方案，但是如果上述解决方案不起作用，它可能会很有用。

这是一个使用ARC的小例子：

@interface YourClass() <UIWebViewDelegate>

    @property UIWebView *webView;

@end

@implementation YourClass 

- (void)someMethodWhereYouGetTheHtmlString:(NSString *)htmlString {
    self.webView = [[UIWebView alloc] init];
    NSString *htmlString = [NSString stringWithFormat:@"<html><body>%@</body></html>", self.description];
    [self.webView loadHTMLString:htmlString baseURL:nil];
    self.webView.delegate = self;
}

- (void)webView:(UIWebView *)webView didFailLoadWithError:(NSError *)error {
    self.webView = nil;
}

- (void)webViewDidFinishLoad:(UIWebView *)webView {
    self.webView = nil;
    NSString *escapedString = [self.webView stringByEvaluatingJavaScriptFromString:@"document.body.textContent;"];
}

- (void)webViewDidStartLoad:(UIWebView *)webView {
    // Do Nothing
}

@end