Информатика · объяснение и практика

Как отличить данные с угловыми скобками от HTML-разметки

Отделяем текст от HTML-разметки, выбираем контекстное экранирование при выводе и объясняем, почему один способ замены не защищает произвольный JavaScript или URL.

Синие фигурные скобки держат между собой оранжевый квадрат.

В теме Безопасность и надёжность данных · Учебная карта

Главная мысль

Экранирование для HTML позволяет показать служебные символы как текст, а не как разметку. Его выбирают по месту вывода. Оно не превращает произвольный URL, JavaScript или разрешённый HTML-фрагмент в безопасный универсальный объект.

Почему данные не должны становиться командой браузеру

Пользователь вводит название, содержащее угловые скобки и амперсанд. Если вставить его в HTML как готовую разметку, браузер может интерпретировать часть строки как теги или символьные ссылки. Если задача — показать именно название, его выводят через текстовый API или экранирующий шаблон. Смысл ввода остаётся данными, а не инструкцией для построения документа.

Функция html.escape в Python заменяет амперсанд и угловые скобки подходящими символьными ссылками. При quote=True она также экранирует кавычки, что помогает для значений обычных заключённых в кавычки HTML-атрибутов. Но выбор функции должен соответствовать тому, где строка окажется. Контекст вывода — часть задачи, которую нельзя пропустить ради одного слова «безопасно».

Как проверить текстовый пример

Возьмём строку«чай & кофе». При HTML-экранировании амперсанд становится последовательностью&. В исходном HTML она кодирует один видимый амперсанд, поэтому пользователь видит прежнее название. Если выполнить экранирование повторно над уже подготовленной строкой, амперсанд новой ссылки тоже заменится, и пользователь может увидеть буквальную запись& вместо нужного символа.

Поэтому полезно хранить исходные данные и экранировать их в точке вывода ровно для нужного контекста. Если шаблонизатор уже делает это автоматически, дополнительная ручная замена способна создать двойное экранирование. Нельзя исправлять его отключением защиты для всего пользовательского текста: нужно устранить лишний этап и сохранить ясный контракт между слоями.

Пример

Исходный текст«А & Б» выводится в HTML-текст через экранирующий шаблон. Нужно ли заранее заменять& на& вручную?

Обычно нет. Шаблон должен получить исходный текст и выполнить нужное экранирование сам; предварительная замена может привести к двойному кодированию.

Где требуются другие проверки

Строка в JavaScript-коде, CSS или URL имеет другие правила. Обычное HTML-экранирование не проверяет допустимую схему ссылки и не заменяет корректный сериализатор JavaScript-данных. Особенно опасны обработчики событий и смешение нескольких синтаксисов. Лучше выбирать безопасные API и не вставлять недоверенную строку в исполняемый код.

Если продукт специально разрешает часть HTML, нужна отдельная политика очистки разрешённых элементов и атрибутов, а не просто удаление пары скобок регулярным выражением. В учебном примере мы рассматриваем обычный текст, поэтому задача проще: сохранить его значение и не дать интерпретировать как разметку. Проверяют амперсанды, кавычки и угловые скобки, но не заявляют универсальную защиту всей страницы по одному успешному примеру.

От чтения к действию

А теперь — вы

Задача — показать пользовательскую строку как обычный текст. Какой подход предпочтителен?

Частые вопросы

HTML-экранирование делает безопасным любой URL?

Нет. Для URL нужно отдельно проверить допустимую схему и контекст вставки.

Нужно ли хранить текст уже экранированным навсегда?

Обычно удобнее хранить исходные данные и выполнять контекстную обработку при выводе, избегая двойного кодирования.

Источники и работа с материалом

Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.

Продолжить разбираться