摘要：
众所周知，页面上的字符内容通常需要从HTML中转义才能正确显示，特别是对于Input和Textarea提交的内容，以防止javascript注入攻击**1。请参阅上面提到的文章了解HTML转义。基本上可以确定以下转义的范围和方法。使用javascript的正则表达式可以写成：this REGX_ HTML_ ENCODE=/“|&|'|。
众所周知页面上的字符内容通常都需要进行HTML转义才能正确显示，尤其对于Input，Textarea提交的内容，更是要进行转义以防止javascript注入攻击。
通常的HTML转义主要是针对内容中的"<"，">"，"&"，以及空格、单双引号等。但其实还有很多字符也需要进行转义。具体的可以参考这篇文章。
** 1、HTML转义
参考上面的提到的文章，基本上可以确定以下的转义的范围和方式。
1）对"""、"&"、"'"、"<"、">"、空格(0x20)、0x00到0x20、0x7F-0xFF
以及0x0100-0x2700的字符进行转义，基本上就覆盖的比较全面了。
用javascript的正则表达式可以写为：
this.REGX_HTML_ENCODE = /"|&|'|<|>|[x00-x20]|[x7F-xFF]|[u0100-u2700]/g;
2）为保证转义结果对浏览器的无差别，转义编码为实体编号，而不用实体名称。
3）空格(0x20)通常转义为“ ”也就是“ ”。
转义的代码非常简单：
this.encodeHtml = function(s){
return (typeof s != "string") ? s :
s.replace(this.REGX_HTML_ENCODE,
function($0){
var c = $0.charCodeAt(0), r = ["&#"];
c = (c == 0x20) ? 0xA0 : c;
r.push(c); r.push(";");
return r.join("");
});
};
** 2、反转义
既然有转义，自然需要反转义。
1） 对“&#num;”实体编号的转义，直接提取编号然后fromCharCode就可以得到字符。
2） 对于诸如“<”，需要建立一张如下的表来查询。
this.HTML_DECODE = {
"<" : "<",
">" : ">",
"&" : "&",
" ": " ",
""": """,
"©": "©"
// Add more
};
由此我们可以有反转义的正则表达式：
this.REGX_HTML_DECODE = /&w+;|&#(d+);/g;
反转的代码也很简单，如下：
this.decodeHtml = function(s){
return (typeof s != "string") ? s :
s.replace(this.REGX_HTML_DECODE,
function($0,$1){
var c = this.HTML_ENCODE[$0]; // 尝试查表
if(c === undefined){
// Maybe is Entity Number
if(!isNaN($1)){
c = String.fromCharCode(($1 == 160) ? 32:$1);
}else{
// Not Entity Number
c = $0;
}
}
return c;
});
}; ** 3、一个有意思的认识
其实在用正则表达式转义之前，我一直都是用遍历整个字符串，逐个比较字符的方式。直到有一天，看到一篇文章说，javascript正则表达式是C实现 的，比自己用javascript遍历字符要快，于是我就试着改写成上面这种方式。虽然代码看起来的确显得神秘而又牛叉，但遗憾的是，在我的Chrome 11 (FreeBSD 64 9.0)上，遍历字符转义/反转的方式要比上面正则表达式的代码快2到3倍（字符串长度越长越明显）。其实，想想也能明白为什么。
** 4、完整版本的代码
$package("js.lang"); // 没有包管理时，也可简单写成 js = {lang:{}};
js.lang.String = function(){
this.REGX_HTML_ENCODE = /"|&|'|<|>|[x00-x20]|[x7F-xFF]|[u0100-u2700]/g;
this.REGX_HTML_DECODE = /&w+;|&#(d+);/g;
this.REGX_TRIM = /(^s*)|(s*$)/g;
this.HTML_DECODE = {
"<" : "<",
">" : ">",
"&" : "&",
" ": " ",
""": """,
"©": ""
// Add more
};
this.encodeHtml = function(s){
s = (s != undefined) ? s : this.toString();
return (typeof s != "string") ? s :
s.replace(this.REGX_HTML_ENCODE,
function($0){
var c = $0.charCodeAt(0), r = ["&#"];
c = (c == 0x20) ? 0xA0 : c;
r.push(c); r.push(";");
return r.join("");
});
};
this.decodeHtml = function(s){
var HTML_DECODE = this.HTML_DECODE;
s = (s != undefined) ? s : this.toString();
return (typeof s != "string") ? s :
s.replace(this.REGX_HTML_DECODE,
function($0,$1){
var c = HTML_DECODE[$0];
if(c == undefined){
// Maybe is Entity Number
if(!isNaN($1)){
c = String.fromCharCode(($1==160)?32:$1);
}else{
c = $0;
}
}
return c;
});
};
this.trim = function(s){
s = (s != undefined) ? s : this.toString();
return (typeof s != "string") ? s :
s.replace(this.REGX_TRIM, "");
};
this.hashCode = function(){
var hash = this.__hash__, _char;
if(hash == undefined || hash == 0){
hash = 0;
for (var i = 0, len=this.length; i < len; i++) {
_char = this.charCodeAt(i);
hash = 31*hash + _char;
hash = hash & hash; // Convert to 32bit integer
}
hash = hash & 0x7fffffff;
}
this.__hash__ = hash;
return this.__hash__;
};
};
js.lang.String.call(js.lang.String); 在实际的使用中可以有两种方式：
1）使用js.lang.String.encodeHtml(s)和js.lang.String.decodeHtml(s)。
2）还可以直接扩展String的prototype
js.lang.String.call(String.prototype);
// 那么
var str = "<B>&'"中国</B>abc def";
var ec_str = str.encodeHtml();
document.write(ec_str);
document.write("<br><br>");
var dc_str = ec_str.decodeHtml();
document.write(dc_str);
地址：http://www.myexception.cn/HTML-CSS/888888.html