CKTIS / JavaScript
Escape de texto HTML frente a sanitización estructural mediante una lista de permitidos
Escapar caracteres permite mostrar la entrada como texto literal. La sanitización estructural conserva formatos concretos según una lista de elementos y atributos permitidos.
Versión: ECMAScript 2024 and the current web platform; runtime support varies
Sintaxis
element.textContent = input;
element.setHTML(input, { sanitizer: { elements: ["strong"], attributes: [], comments: false, dataAttributes: false } });Si insertas datos no fiables en una zona de texto normal del código fuente HTML, codifícalos para ese contexto: por ejemplo, sustituye & por & y < por <. El analizador interpreta esas referencias como caracteres de texto, no como sintaxis de etiquetas. Si trabajas directamente con el DOM, asigna el valor original a textContent de un elemento como div: su contenido se sustituye por texto sin analizar HTML. El escape de texto HTML no es una protección general para atributos, URL, JavaScript ni CSS.
Si quieres conservar el formato, sanitiza la estructura. setHTML() analiza el fragmento en el contexto del elemento de destino, aplica la lista de elementos y atributos permitidos y elimina las construcciones que entrañan riesgo de XSS, incluso si la configuración las permite. La política del ejemplo admite strong, pero ningún atributo. Filtra la estructura analizada en vez de quitar etiquetas con una expresión regular. Si tu política admite enlaces, define por separado qué URL acepta tu aplicación.
textContent y setHTML() son API de la plataforma web, no funciones de ECMAScript 2024. Comprueba la compatibilidad de setHTML() en los navegadores de destino. Si no está disponible, usa texto plano o un sanitizador de HTML de confianza; no pases datos sin tratar a innerHTML. Tampoco des por hecho que sea seguro volver a analizar el resultado serializado en otro contexto: sanitízalo al insertarlo en el elemento de destino.
Ejemplos
<!doctype html>
<html lang="en">
<head>
<meta charset="utf-8">
<title>HTML text escaping and structural sanitization</title>
</head>
<body>
<pre id="output"></pre>
<script>
const input = '<strong title="label">A & B</strong><br>';
const text = document.createElement('div');
const rich = document.createElement('div');
if (typeof rich.setHTML !== 'function') {
throw new Error('This example requires a browser that supports Element.setHTML().');
}
text.textContent = input;
rich.setHTML(input, {
sanitizer: {
elements: ['strong'],
attributes: [],
comments: false,
dataAttributes: false,
},
});
document.getElementById('output').textContent =
[text.innerHTML, rich.innerHTML].join('\n');
</script>
</body>
</html>Resultado
<strong title="label">A &amp; B</strong><br> <strong>A & B</strong>
La primera línea serializa texto literal: incluso la escritura `&` de la entrada se conserva como texto. La segunda muestra un elemento `strong` real, sin atributo `title` ni elemento `br`. El ejemplo solo lee `innerHTML`.
Lecciones relacionadas
- JavaScript · Lección 16 · Avanzado · Versión: 4