跳至主要內容
Lizely

HTML 清理工具

透過瀏覽器解析器標準化一個 HTML 片段，並可選擇移除註解節點，但不會預覽或執行結果。

隱私權：你的檔案不會離開裝置，所有處理均在瀏覽器本機完成。

使用方式

  1. 1.貼上一個 HTML 片段或文件，並決定是否移除備註節點。
  2. 2.標準化後，審查僅 body 的文字輸出與註解移除數量，但不會執行。
  3. 3.僅在確認目的地也需要真正的 HTML 清理工具時，才複製完整結果。

關於HTML 清理工具

HTML Cleaner 是一個協助瀏覽器標準化與格式化的工具，並非安全性過濾器。請貼上 HTML 片段或完整文件，選擇是否移除 HTML 註解節點，並透過 text/html 模式下的 DOMParser 進行標準化。結果會從解析後的文件主體 innerHTML 進行序列化，並僅在唯讀文字區顯示。這個工具從不會將標準化後的標記插入可見頁面、產生即時預覽、執行解析後的指令碼，或將輸入上傳至 Lizely。DOMParser 文件沒有瀏覽上下文，解析期間也不會執行指令碼，但瀏覽器仍可能下載解析 iframe 或 img 元素所參考的遠端資源。請避免貼上包含遠端資源 URL 的敏感 HTML，以免這些請求將資訊揭露至其他主機。

瀏覽器端的 HTML 解析器設計上具有寬容性。它能將標籤名稱轉為小寫、引號屬性、插入隱含標籤（如 tbody），修復部分缺失的結束標籤，並根據 HTML 樹構造規則重新排列標記。因此，錯誤的 HTML 通常會被修復而非以 XML 風格的解析錯誤拒絕。該工具會報告解析 API 異常、缺少 body 輸出或無效的解析結果，但並不能宣稱為嚴格的 HTML 驗證工具，亦不保證修復後的結構與作者原意相符。

序列化刻意限定於 body.innerHTML。完整的輸入文件可能包含 doctype、html、head、title、meta、link、style 和 body 節點，但返回的文字僅包含解析後 body 的子節點標籤。doctype 與文件殼層不會被複製。僅 head 內的後設資料在輸出中會被排除，除非 HTML 解析器根據其標準修復規則將特定識別字串移至 body 內。當必須保留完整的頁面殼層時，請使用具備文件意識的編輯器。

評論刪除是唯一可選的刪除規則。啟用時，工具會走過解析後的內容，並在序列化前移除評論節點。若禁用，評論將保留。它不會移除指令碼、樣式、iframe、表單、SVG、MathML、事件處理屬性、javascript URLs、遠端 URLs、內聯 CSS、data 屬性、ID、類別或未知元素。它不會重寫 URL 方案、強制內容策略，或應用允許清單。

這個區別對安全性至關重要。包含指令碼或 onerror 屬性的結果，如果後續被其他應用程式注入至活頁頁面中，仍然具有危險性。DOMParser 會建立一個指令碼禁用的獨立文件，並透過此介面將序列化結果儲存於 textarea 中，但將輸出複製至 innerHTML、CMS、電子郵件模板或其它執行環境中，可能會在該處觸發行為。處理不受信任的 HTML 時，應使用針對目標環境配置的維護清潔器。

輸入內容最多可含 500,000 UTF-16 字元單位，標準化輸出最多可含 1,000,000。輸入的原始限制在解析前即會檢查。完整 body 的序列化結果在返回前會進行測量。精確的邊界會被接受；超出邊界的一個值將會以明確訊息失敗。不會有任何切片、抽樣、部分序列化或預設切換至不同清理策略的行為。解析後或註解移除後的空 body 為有效且為零長度輸出。

HTML 的標準化並非傳統的美化排版工具。DOMParser 與 innerHTML 產生的是瀏覽器標準化序列化結果，但並不能保證縮排、換行、屬性排序、空白字元保留或跨瀏覽器版本的位元組對位元組一致性。pre、textarea、script 與 style 內的內容將遵循 HTML 解析規則，不會被自訂詞法處理重新格式化。此設計可避免簡單排版工具意外分割原始文字內容或改變 DOM 意義。

編輯輸入內容或更改註解選項時，會立即清除先前的結果、錯誤、統計資料、複製狀態與複製計時器。複製功能使用產生號碼與掛載狀態保護機制，因此若遲到的權限回應來自較早的複製嘗試，無法在編輯、重試或解除安裝後恢復過期狀態。若複製請求被拒絕，完整的只讀輸出仍可供手動選擇。

WHATWG HTML 活頁標準定義了 text/html 的詞素化與樹狀結構建立。MDN 檔案說明瞭 DOMParser 的指令碼禁用行為、可能的 iframe 與 img 下載，以及後續將解析的標記注入活躍 DOM 的風險。MDN 的 innerHTML 參考檔案說明瞭片段序列化與相關注入風險。九個標準撰寫的測試案例涵蓋標籤與屬性正規化、遺失結尾標籤修復、僅 body 範圍、備註刪除與保留、模板內容、刻意保留指令碼與事件屬性，以及表格正規化。

當你想檢視瀏覽器如何規範化片段、從未變更的解析結構中移除備註，或準備標籤內容進行人工檢閱時，請使用此工具。請勿用來驗證標準符合性、確保使用者輸入安全、保留完整文件、美化縮排、壓縮原始碼、保證跨瀏覽器位元組一致性，或證明複製輸出內容可以安全發布。

方法與來源

在呼叫解析器前，拒絕空值輸入以及 500,000 和 UTF-16 編碼單位以上的原始文字。使用 text/html 透過 DOMParser 解析，要求包含 body 內容，並選擇性地透過遍歷 body 與巢狀 template DocumentFragments 來移除僅限 Comment 節點，然後序列化 body.innerHTML。在公開結果前，必須在 1,000,000 編碼單位或以下進行完整驗證。僅透過受控的唯讀 textarea 來呈現輸出；永遠不要使用 innerHTML 或即時預覽。揭露指令碼已被禁用，但 DOMParser 仍可能下載 iframe 或 img 元素所參考的資源。每次編輯或選項改變時，皆需無效化輸出與受保護的剪貼簿狀態。

常見問題

這是否讓不受信的 HTML 成為安全的？
不會。指令碼、事件屬性、URL、iframe、樣式以及其他活躍標記皆會被保留。處理不受信內容時，請使用針對目的地的清理工具。
為何錯誤的 HTML 會產生輸出而不是錯誤？
瀏覽器的 text/html 解析器會寬容許多語法問題。此工具並非嚴格的驗證器。
為何 head 與 doctype 沒有出現？
輸出範圍為 body.innerHTML，因此文件外殼與僅限 head 後設資料是故意不包含在結果中。
標準化後的 HTML 會被預覽或執行嗎？
僅放置於唯讀的 textarea 內，且解析後的指令碼不會執行。不會建立任何即時的 HTML 預覽。然而，瀏覽器仍可能在 DOMParser 建構其獨立文件時下載 iframe 或 img 元素所參考的資源。

相關工具

開發者工具 使用指南

查看全部