用户输入数据的Python -Filtering链接

Question

什么是安全有效的方式来从用户输入的数据中过滤链接，并创建然后在html中使用的锚链接。就像当你写一个问题时，你复制粘贴一个链接，它会自动变成一个锚链接。

Answer 1

使用Gruber's regular expression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 (缺少http://方案)，当您只将其放入锚标记中时，这将不起作用。您可以编写一个函数来检查这一点，并在必要时添加它，然后使用它进行替换：

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)