forum/utils/html.py

   1 """Utilities for working with HTML."""
   2 import html5lib
   3 from html5lib import sanitizer, serializer, tokenizer, treebuilders, treewalkers
   4 from forum.utils.html2text import HTML2Text
   5 from django.template import mark_safe
   6 from forum import settings
   7
   8 class HTMLSanitizerMixin(sanitizer.HTMLSanitizerMixin):
   9     acceptable_elements = ('a', 'abbr', 'acronym', 'address', 'b', 'big',
  10         'blockquote', 'br', 'caption', 'center', 'cite', 'code', 'col',
  11         'colgroup', 'dd', 'del', 'dfn', 'dir', 'div', 'dl', 'dt', 'em', 'font',
  12         'h1', 'h2', 'h3', 'h4', 'h5', 'h6', 'hr', 'i', 'img', 'ins', 'kbd',
  13         'li', 'ol', 'p', 'pre', 'q', 's', 'samp', 'small', 'span', 'strike',
  14         'strong', 'sub', 'sup', 'table', 'tbody', 'td', 'tfoot', 'th', 'thead',
  15         'tr', 'tt', 'u', 'ul', 'var')
  16
  17     acceptable_attributes = ('abbr', 'align', 'alt', 'axis', 'border',
  18         'cellpadding', 'cellspacing', 'char', 'charoff', 'charset', 'cite',
  19         'cols', 'colspan', 'datetime', 'dir', 'frame', 'headers', 'height',
  20         'href', 'hreflang', 'hspace', 'lang', 'longdesc', 'name', 'nohref',
  21         'noshade', 'nowrap', 'rel', 'rev', 'rows', 'rowspan', 'rules', 'scope',
  22         'span', 'src', 'start', 'summary', 'title', 'type', 'valign', 'vspace',
  23         'width')
  24
  25     allowed_elements = acceptable_elements
  26     allowed_attributes = acceptable_attributes
  27     allowed_css_properties = ()
  28     allowed_css_keywords = ()
  29     allowed_svg_properties = ()
  30
  31 class HTMLSanitizer(tokenizer.HTMLTokenizer, HTMLSanitizerMixin):
  32
  33     def __iter__(self):
  34         for token in tokenizer.HTMLTokenizer.__iter__(self):
  35             token = self.sanitize_token(token)
  36             if token:
  37                 yield token
  38
  39 def sanitize_html(html):
  40     """Sanitizes an HTML fragment."""
  41     p = html5lib.HTMLParser(tokenizer=HTMLSanitizer,
  42                             tree=treebuilders.getTreeBuilder("dom"))
  43     dom_tree = p.parseFragment(html)
  44     walker = treewalkers.getTreeWalker("dom")
  45     stream = walker(dom_tree)
  46     s = serializer.HTMLSerializer(omit_optional_tags=False,
  47                                   quote_attr_values=True)
  48     output_generator = s.serialize(stream)
  49     return u''.join(output_generator)
  50
  51
  52 def html2text(s, ignore_tags=(), indent_width=4, page_width=80):
  53     ignore_tags = [t.lower() for t in ignore_tags]
  54     parser = HTML2Text(ignore_tags, indent_width, page_width)
  55     parser.feed(s)
  56     parser.close()
  57     parser.generate()
  58     return mark_safe(parser.result)
  59
  60 def buildtag(name, content, **attrs):
  61     return mark_safe('<%s %s>%s</a>' % (name, " ".join('%s="%s"' % i for i in attrs.items()), content))
  62
  63 def hyperlink(url, title, **attrs):
  64     return mark_safe('<a href="%s" %s>%s</a>' % (url, " ".join('%s="%s"' % i for i in attrs.items()), title))
  65
  66 def objlink(obj, **attrs):
  67     return hyperlink(settings.APP_URL + obj.get_absolute_url(), unicode(obj), **attrs)
  68
  69
  70
  71