“安全”的Python HTML文本格式化（如textile）

Question

我一直在寻找一个现有的Python库，类似于textile，用来格式化用户输入的文本。

如果只是我自己输入，使用textile就足够了，但因为这个输入是为了一个Django应用程序，它会接收用户的输入并显示出来，同时还要保持一些格式。

我发现现有的一些库有些小问题。有时候它们没有正确处理某些内容，允许我直接输入HTML，等等。

那么，有哪些推荐的转换引擎可以使用呢？

Answer 1

你有没有试过里面包含的 django.contrib.markup 库呢？

Answer 2

如果你在寻找一个文本处理的解决方案：django markup使用的PyTextile实际上有一个叫做textile_restricted()的函数，但不知道为什么这个函数没有被包含在django.contrib.markup里。你可以使用这个函数来提供受限的textile格式。你可以通过在你的模型中添加一个方法来调用textile_restricted，或者使用一个自定义的模板标签textile_restricted，这个标签可以用下面的代码来定义：

from django import template
from django.conf import settings
from django.utils.encoding import smart_str, force_unicode
from django.utils.safestring import mark_safe

register = template.Library()

def textile_restricted(value):
    try:
        import textile
    except ImportError:
        if settings.DEBUG:
            raise template.TemplateSyntaxError("Error in {% textile %} filter: The Python textile library isn't installed.")
        return force_unicode(value)
    else:
        return mark_safe(force_unicode(textile.textile_restricted(smart_str(value))))
textile_restricted.is_safe = True

register.filter(textile_restricted)

Answer 3

如果你在使用Django框架，可以试试安全的Markdown：

{% load markup %}

{{ foo|markdown:"safe" }}

你需要先安装Markdown，并在你的settings.py文件中的应用列表里加入django.contrib.markup。

如果你想在保存时清理HTML内容，我用过feedparser的sanitize功能，效果不错（可以查看这个网站：http://www.feedparser.org/）。

import feedparser

body = feedparser._sanitizeHTML(body, 'utf8')