python - Python - 从用户输入的数据中过滤链接

Question

什么是从用户输入数据中过滤链接并创建然后在 html 中使用的锚链接的一种安全有效的方法。就像在写一个问题时，你复制粘贴一个链接，它会自动成为一个锚链接。

Answer 1

使用Gruber 的正则表达式来查找 URI。

import re

text = "foo http://www.stackoverflow.com bar"

uri_re = re.compile(r"""(?i)\b((?:[a-z][\w-]+:(?:/{1,3}|[a-z0-9%])|"""
                    r"""www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}/)(?"""
                    r""":[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))"""
                    r"""*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|"""
                    r"""[^\s`!()\[\]{};:'".,<>?«»“”‘’]))""")

print uri_re.sub(r"""<a href="\g<0>">\g<0></a>""", text)

结果：

foo <a href="http://www.stackoverflow.com">http://www.stackoverflow.com</a> bar

现在，Gruber 正则表达式实际上将匹配部分 URI，例如www.stackoverflow.com（这缺少http://方案），当您将其粘贴到锚标记中时，这将不起作用。您可以编写一个函数来检查它并在必要时添加它，然后使用它来进行替换：

text = "foo www.stackoverflow.com bar"

def link(match):
    uri = match.group()
    if ":" not in uri[:7]:
        uri = "http://" + uri
    return r"""<a href="{0}">{0}</a>""".format(uri)

print uri_re.sub(link, text)