Sanitize

Batay sa mga Nokogiri HTML parser para Ruby, sanitize ay isang whitelist-based system para sa pag-aalis ng HTML mula sa isang bloke ng teksto.
Ang "whitelist" pamamaraan ay magbibigay-daan sa mga developer na setup ng isang listahan ng mga tag na HTML na sanitize ay gamitin bilang isang sanggunian para sa kung ano ito Isinasaalang-alang "tanggap" HTML.
Bawat iba pang mga tag na HTML ay hindi sa listahan ay aalisin mula sa parse text.
Sanitize ay maaaring magtrabaho sa mga pamantayan-sang-ayon o may nasirang HTML.
Maaaring tuklasin at salain ang mga tag na HTML, mga katangian at mga protocol aklatan.
Ang malinis na text ay palaging outputted bilang wastong HTML o XHTML.
Upang matulungan ang mga developer na makapagsimula sa kanilang mga proyekto, sanitize dumating na may ilang mga yari kumpigurasyon kasama. Suriin ang Readme file para sa karagdagang detalye

Ano ang bago sa release na ito.

• Added ng dalawang mga bagong setting ng CSS config,: at_rules_with_properties at:. at_rules_with_styles
• Added buong suporta para sa mga patakaran ng CSS @ Page sa lundo config, kabilang ang suporta para sa lahat ng mga patakaran page-margin box.
• Idinagdag ang sumusunod na CSS at-patakaran sa lundo config.
• Naidagdag isang buong grupo ng mga katangian ng CSS sa lundo config. Tingnan ang kumpletong listahan dito.
• pagpapabuti Maliit na pagganap.
• Upgrade puno na 1.0.2 sa pick up ng isang ayusin na apektado ang pag-parse ng mga patakaran CSS @ Page.

Ano ang bago sa bersyon 3.1.2:

• Mga Fixed: Nabigo #document at #fragment sa frozen string, at maaaring hindi sinasadyang baguhin unfrozen string kung ginagamit nila ang isang encoding na iba sa UTF-8 o kung sila ay naglalaman ng mga character na hindi pinapayagan sa HTML.

Ano ang bago sa bersyon 3.0.2:

• Na-update Nokogumbo sa 1.1.12, dahil 1.1. 11 tahimik ibinalik ang mga pagbabago na kami ay sinusubukan upang kunin sa huling release.

Ano ang bago sa bersyon 3.0.0:

• Added advanced CSS sanitization suporta gamit puno, na kung saan ay ganap na sumusunod sa CSS Syntax Module Level 3 parsing spec. Ang mga nilalaman ng whitelisted & # x3c; style & # x3e; mga elemento at mga katangian ng estilo sa HTML ay sanitized ng CSS, o maaari mong gamitin ang sanitize :: CSS klase upang mano-sanitize CSS stylesheets o ari-arian.
• Naidagdag isang: allow_doctype setting. Kapag totoo, well-binuo kahulugan doctype ay pinahihintulutan sa mga dokumento. Kapag false (ang default), kahulugan doctype ay aalisin mula sa mga dokumento. Kahulugan Doctype ay hindi pinahihintulutan sa mga fragments, anuman ang setting na ito.
• Added ang mga sumusunod na sangkap sa lundo config, sa karagdagan sa iba't-ibang mga katangian.: Article, muna, katawan, data, div, footer, ulo, header, html, main, nav, seksyon, span, estilo, pamagat
• Ang: whitespace_elements config ngayon ay isang hash, at nagpapahintulot sa iyo upang tukuyin ang teksto na dapat na ipinasok bago at pagkatapos ng mga sangkap na ito kapag sila ay tinanggal. Ang old-style na halaga config Array-based ay suportado pa rin para sa paurong compatibility.
• Hindi angkop Unicode character ay inalis na ngayon mula sa HTML bago ito parse.
• Mga Fixed:
• bracket Non-tag sa input tulad ng & quot; 1 & # x3e; 2 at 2 & # x3c; 1 & quot; ngayon ay parse at nakatakas nang tama alinsunod sa mga spec HTML5, nagiging & quot; 1 & gt; 2 at 2 & lt; 1 & quot;.
• Kapatid na idinagdag matapos ang kasalukuyang node sa panahon traversal ay ngayon din traversed. Sa mga nakaraang bersyon lamang sila ay malampasan.
• Nokogiri ay smacked at tinuruan upang ihinto ang pagdagdag newlines makaraan ang ilang mga elemento, dahil kung ang mga tao na nais newlines may gusto sila ay ilagay ang mga ito doon, dammit.

Ano ang bago sa bersyon 2.0.6:

• Bersyon 2.0.5 sinasadyang isinama ang ilang mga trabaho-sa -progress pagbabago na hindi dapat magkaroon ng ginawa ang kanilang mga paraan sa master branch.

Ano ang bago sa bersyon 1.2.1:

• Naidagdag isang: config setting remove_contents. Kung nakatakda sa true, sanitize ay tanggalin ang mga nilalaman ng lahat ng mga di-whitelisted elemento sa karagdagan sa mga elemento ng kanilang sarili. Kung nakatakda sa isang Array ng mga pangalan ng sangkap, sanitize ay tanggalin ang mga nilalaman ng lang ang mga elemento (kapag na-filter), at mag-iwan ng mga nilalaman ng iba pang mga na-filter na elemento. [Salamat sa Rafael Souza para sa mga opsyon Array]
• Naidagdag isang: output_encoding setting upang payagan ang mga character encoding para sa HTML output na tinukoy config. Ang default ay 'utf-8'.
• Ang kapaligiran hash dumaan sa transformer Kasama na ngayon a: node_name item na naglalaman ng mga lowercase pangalan ng kasalukuyang node HTML (eg & quot; div & quot;)
.
• Mga Bumabalik na kahit ano maliban sa isang hash o wala mula sa isang transpormer ay itaas na ngayon ng isang makabuluhan exception sanitize :: Error sa halip na isang hindi sinasadyang NameError.

Kinakailangan :

• Ruby 1.9.2 o mas mataas
• Nokogiri 1.4.4 o mas mataas