Base de conhecimentoCentro de Exames
PT · PTPortuguês (Portugal)
Escolher idioma13

CKTIS / JavaScript

Escape de texto HTML e sanitização estrutural por lista de permissões

O escape de caracteres apresenta a entrada como texto literal. A sanitização estrutural preserva a formatação selecionada segundo uma lista de elementos e atributos permitidos.

Versão: ECMAScript 2024 and the current web platform; runtime support varies

Sintaxe

element.textContent = input;
element.setHTML(input, { sanitizer: { elements: ["strong"], attributes: [], comments: false, dataAttributes: false } });

Ao inserir dados não fidedignos numa zona de texto normal do código-fonte HTML, codifica-os para esse contexto: por exemplo, substitui & por &amp; e < por &lt;. O analisador interpreta essas referências como caracteres de texto, não como sintaxe de etiquetas. Se trabalhares diretamente com o DOM, atribui o valor original a textContent de um elemento como div: o conteúdo é substituído por texto sem análise de HTML. O escape de texto HTML não é uma proteção geral para atributos, URL, JavaScript ou CSS.

Para manter a formatação, sanitiza a estrutura. setHTML() analisa o fragmento no contexto do elemento de destino, aplica a lista de elementos e atributos permitidos e remove construções que apresentam risco de XSS, mesmo que a configuração as permita. A política do exemplo permite strong, mas nenhum atributo. Filtra a estrutura analisada em vez de remover etiquetas com uma expressão regular. Se a política permitir ligações, define separadamente que URL a aplicação aceita.

textContent e setHTML() são API da plataforma Web, não funcionalidades do ECMAScript 2024. Verifica se os browsers de destino suportam setHTML(). Se não estiver disponível, usa texto simples ou um sanitizador de HTML de confiança; não passes a entrada sem tratamento para innerHTML. Também não assumas que é seguro voltar a analisar o resultado serializado noutro contexto: sanitiza-o ao inseri-lo no elemento de destino.

Exemplos

<!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 &amp; 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

&lt;strong title="label"&gt;A &amp;amp; B&lt;/strong&gt;&lt;br&gt;
<strong>A &amp; B</strong>

A primeira linha serializa texto literal: até a notação `&amp;` da entrada é conservada como texto. A segunda mostra um elemento `strong` real, sem o atributo `title` nem o elemento `br`. O exemplo apenas lê `innerHTML`.

Lições relacionadas

  • JavaScript · Lição 16 · Avançado · Versão: 4

Fontes