用正则表达式过滤脚本的研究（ASP.net）-heycode-嘿！代码。a

在做一些网站（特别是BBS之类）时，经常会有充许用户输入html样式代码，却禁止脚本的运行的需求, 以达到丰富网页样式，禁止恶意代码的运行。
当然不能用 HtmlEncode 和 HtmlDecode 方法,因为这样连基本的html代码会被禁止掉。

我在网上搜索，也没有找到好的解决办法，倒是收集了一些脚本攻击的实例：

1. <script>标记中包含的代码
2. <a href=javascript：…中的代码
3. 其它基本控件的 on…事件中的代码
4. iframe 和 frameset 中载入其它页面造成的攻击

有了这些资料后，事情就简单多了，写一个简单的方法，用正则表达式把以上符合几点的代码替换掉:

\n

public string wipeScript(string html)
{
System.Text.RegularExpressions.Regex regex1 = new System.Text.RegularExpressions.Regex(@”<script[\\s\\S]+</script *>”,System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex2 = new System.Text.RegularExpressions.Regex(@” href *= *[\\s\\S]*script *:”,System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex3 = new System.Text.RegularExpressions.Regex(@” on[\\s\\S]*=”,System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex4 = new System.Text.RegularExpressions.Regex(@”<iframe[\\s\\S]+</iframe *>”,System.Text.RegularExpressions.RegexOptions.IgnoreCase);
System.Text.RegularExpressions.Regex regex5 = new System.Text.RegularExpressions.Regex(@”<frameset[\\s\\S]+</frameset *>”,System.Text.RegularExpressions.RegexOptions.IgnoreCase);
html = regex1.Replace(html, “”); //过滤<script></script>标记
html = regex2.Replace(html, “”); //过滤href=javascript： (<A>) 属性
html = regex3.Replace(html, ” _disibledevent=”); //过滤其它控件的on…事件
html = regex4.Replace(html, “”); //过滤iframe
html = regex5.Replace(html, “”); //过滤frameset
return html;
}