← Back to branch summary

~wafaa-mohamed/python-ox-image/dev

« back to all changes in this revision

Viewing changes to ox/html.py

  • Committer: j
  • Date: 2013-10-24 16:40:04 UTC
  • Revision ID: j-20131024164004-u7vo5c3q0jcp0nn5
allow iframes in sanitize_html

Show diffs side-by-side

added added

removed removed

Lines of Context:
ox/html.py
234
234
            'table', 'tbody', 'td', 'tfoot', 'th', 'thead', 'tr',
235
235
            # other
236
236
            'a', 'br', 'img', 'figure', 'figcaption',
 
237
            # iframe
 
238
            'iframe',
237
239
            # special
238
240
            'rtl', '[]'
239
241
        ]
240
242
    parse = {
241
 
        'a': {
242
 
            '<a [^<>]*?href="((https?:\/\/|\/|mailto:).+?)".*?>': '<a href="{1}">',
243
 
            '<\/a>': '</a>'
244
 
        },
245
 
        'img': {
246
 
            '<img [^<>]*?src="((https?:\/\/|\/).+?)".*?>': '<img src="{1}">'
247
 
        },
248
 
        'rtl': {
249
 
            '<rtl>': '<div style="direction: rtl">',
250
 
            '<\/rtl>': '</div>'
251
 
        },
252
 
        '*': lambda tag: {'<(/?' + tag + ') ?/?>':'<{1}>'}
 
243
        'a': [
 
244
            [
 
245
                '<a [^<>]*?href="((https?:\/\/|\/|mailto:).+?)".*?>',
 
246
                '<a href="{1}">'
 
247
            ],
 
248
            ['<\/a>', '</a>']
 
249
        ],
 
250
        'img': [
 
251
            [
 
252
                '<img [^<>]*?src="((https?:\/\/|\/)[^"]+?)".*?>',
 
253
                '<img src="{1}">'
 
254
            ]
 
255
        ],
 
256
        'iframe': [
 
257
            [
 
258
                '<iframe [^<>]*?width="(\d+)" height="(\d+)"[^<>]*?src="((\/|https?:\/\/)[^"]+?)".*?>',
 
259
                '<iframe width="{1}" height="{2}" src="{3}">'
 
260
            ],
 
261
            [
 
262
                '<iframe [^<>]*?src="((\/|https?:\/\/)[^"]+?)".*?>',
 
263
                '<iframe src="{1}">'
 
264
            ],
 
265
            [
 
266
                '<\/iframe>',
 
267
                '</iframe>'
 
268
            ]
 
269
        ],
 
270
        'rtl': [
 
271
            [
 
272
                '<rtl>',
 
273
                '<div style="direction: rtl">'
 
274
            ],
 
275
            ['<\/rtl>', '</div>']
 
276
        ],
 
277
        '*': lambda tag: [['<(/?' + tag + ') ?/?>', '<{1}>']]
253
278
    }
254
279
    matches = []
255
280
 
262
287
                '<a href="\\1">\\3</a>', html);
263
288
        tags = filter(lambda tag: tag != '[]', tags)
264
289
 
265
 
    def replace_match(match, value, replace):
 
290
    def replace_match(match, value, regexp):
266
291
        i = 1
267
292
        for m in match.groups():
268
293
            value = value.replace('{%d}'%i, m)
272
297
 
273
298
    for tag in tags:
274
299
        p = parse.get(tag, parse['*'](tag))
275
 
        for replace in p:
 
300
        for regexp, value in p:
276
301
            html = re.sub(
277
 
                re.compile(replace, re.IGNORECASE),
278
 
                lambda match: replace_match(match, p[replace][:], replace),
 
302
                re.compile(regexp, re.IGNORECASE),
 
303
                lambda match: replace_match(match, value[:], regexp),
279
304
                html
280
305
            )
281
306
    html = escape(html)
283
308
        html = html.replace('\t%d\t'%(i+1), matches[i])
284
309
    html = html.replace('\n\n', '<br/><br/>')
285
310
    html = add_links(html)
286
 
    return  sanitize_fragment(html)
 
311
    return sanitize_fragment(html)
287
312
 
288
313
def sanitize_fragment(html):
 
314
    '''
 
315
    #html5lib reorders arguments, so not usable
289
316
    import html5lib
290
317
    return html5lib.parseFragment(html).toxml().decode('utf-8')
 
318
    '''
 
319
    import lxml.html
 
320
    body = lxml.html.document_fromstring(html).find('body')
 
321
    return lxml.html.tostring(body, encoding='utf-8')[6:-7].decode('utf-8')
291
322