如何用Python确保HTML在网页浏览器中安全？
我该如何用Python把电子邮件中的HTML内容安全地显示在网页浏览器里呢？
在显示的时候，任何外部链接都不应该被打开。换句话说，所有显示的内容都应该来自电子邮件，而不是来自互联网。
除了垃圾邮件之外，其他邮件的内容应该尽量和写邮件的人想要表达的一样显示出来。
我希望能避免自己编写代码。
需要最新版本浏览器（比如火狐）的解决方案也是可以接受的。
3 个回答
可以使用HTMLparser模块，或者安装BeautifulSoup，然后用它们来解析HTML，禁用或移除标签。这样做会保留原本的链接文字，但它不会被高亮显示，也无法点击，因为你是通过网页浏览器组件来展示的。
为了让这个过程更清楚，可以把<A></A>替换成<SPAN></SPAN>，并改变文字的样式，让人知道原来的链接在哪里。比如，可以用一种不同于正常链接的蓝色，配上虚线下划线，表示这个链接已经失效。这样做可以让你更接近原本的展示效果，同时又不会误导人们去点击那些不可点击的内容。你甚至可以在页面上添加一个悬停效果，使用Javascript或者纯CSS，弹出一个提示框，解释链接因安全原因已被禁用。
对于<IMG></IMG>标签也可以做类似的处理，比如用一个空白矩形替代，以确保页面布局尽量接近原来的样子。
我之前用过Beautiful Soup做过这样的事情，但HTMLparser是Python自带的。在旧版的Python中，有一个htmllib，但现在已经不再使用了。由于电子邮件中的HTML可能不完全正确，建议使用Beautiful Soup 3.0.7a，它更擅长处理那些有问题的HTML。
我不太明白你说的“安全”具体指什么。这是个挺大的话题……不过，我可以分享一些我的看法：
在我看来，来自ActiveState Cookbook的剥离解析器是最简单的解决方案之一。你几乎可以直接复制粘贴这个类，然后就可以开始使用了。
也可以看看评论区。最后一条评论说这个不再好用了，但我在某个应用里用这个还是没问题的。因为工作原因，我现在无法访问那个环境，所以我得等到周末再查一下。