昨天阿里安全实习生面试问到了这个，感觉回答的不是很好，最后挂了，今天总结一下。
富文本安全主要分为文件上传防御和xss过滤。
文件上传主要是用来防御上传webshell。只要文件上传到不会被解析的目录里面去就没有太大问题了，但是记住是所有的文件，不要看到是图片等静态文件就可以随便存放了，因为一般后端检测文件类型都是通过拓展名或者文件头进行的，很容易绕过的。
同时上传的文件最好使用和主域名隔离的域名，比如部分网站设置了csp头，只运行本域名下js，但是文件上传的时候可以直接上传到本域名下任意js，导致csp失效。
xss过滤是最重要的，也是最难搞的。面试的时候那人问我怎么过滤，我就说过滤危险的标签和属性，但是他却说我有很多的办法啊能绕过的，我今天才反应过来，应该是我没有说清楚，我不是直接通过字符串匹配过滤的啊，而是先解析dom，然后过滤的啊~~
具体过滤的时候一般使用白名单
- 解析html，得到所有的html标签和属性。对于不在白名单中的标签，直接删除或者转义。属性值里面的特殊字符要进行转义，防止跃出。比如
<img width="100">如果我修改100为100" onerror=alert(1)"就变成了<img width="100" onerror=alert(1)"">了。 - 对于部分引入外链的属性，如src,href等判断链接是否合法，过滤
<a href=javascript:alert(1)>的情况，而且最好是只能使用指定域名下的外链。 - 嵌入falsh的embed标签设置
allowscriptaccess=never，allownetworking=none
allowScriptAccess用来控制flash与html的通讯，可选的值为：
always //对与html的通讯也就是执行javascript不做任何限制
sameDomain //只允许来自于本域的flash与html通讯，这是默认值
never //绝对禁止flash与页面的通讯
allowNetworking //用来控制flash与外部的网络通讯，可选的值为：
all //允许使用所有的网络通讯，也是默认值
internal //flash不能与浏览器通讯如navigateToURL，但是可以调用其他的API
none //禁止任何的网络通讯
这里有一个python的富文本过滤器，基本思路和上面的一样，但是实现的还是有些太简单粗暴，比如富文本时候很多地方都会用到style属性，如果允许这个属性，那就可能通过expression等进行xss，还需要更加细致的去过滤。
参考 http://security.tencent.com/index.php/blog/msg/53
http://barretlee.com/blog/2014/05/xss-snippts.html
