签入版本

scripts/sanitize_rich_text.py

@@ -0,0 +1,120 @@
+# +======================================================================
+# | DjangoAdmin 企业数字化开发平台 [ 赋能开发者，助力企业发展 ]
+# +----------------------------------------------------------------------
+# | Copyright (c) 2021-2026 小蚂蚁云团队 版权所有
+# +----------------------------------------------------------------------
+# | 开源协议: Apache-2.0
+# | 重要声明: 未经书面许可，不得移除或修改本框架相关版权标识。
+# +----------------------------------------------------------------------
+# | 官方网站: https://www.djangoadmin.cn
+# +----------------------------------------------------------------------
+# | 研发团队: 小蚂蚁云团队 荣誉出品
+# +======================================================================
+# | 版权和免责声明:
+# | 一、知识产权声明
+# | 本团队对该软件框架产品（以下简称“本产品”）拥有完整知识产权，包括但不限于商标权、专利权、
+# | 著作权、商业秘密等。前述权利均受中华人民共和国及相关国际法律法规保护。未经本团队书面授权，
+# | 任何个人或单位不得基于本产品本身申请任何形式的知识产权。
+# | 二、使用限制与禁止条款
+# | 您理解并同意，禁止将本产品用于以下任何行为：
+# | 1. 任何违反中华人民共和国法律法规的用途；
+# | 2. 任何侵害他人合法权益（包括但不限于人身权、财产权、知识产权等）的行为；
+# | 3. 任何危害国家安全、公共利益及社会道德风尚的行为。
+# | 三、责任豁免
+# | 因使用本产品而产生的任何损失或法律纠纷（包括但不限于直接损失、间接损失、附带损失、衍生损失
+# | 以及因违约、侵权等引发的责任），本团队均不承担任何法律责任。若因违规使用本产品导致任何第三
+# | 方提起索赔或行政机关进行调查，您应独立承担全部责任。
+# | 四、违约与法律责任
+# | 如发现任何违反本声明的行为，本团队有权：
+# | 1. 无条件配合公安机关及其他有权机关的调查取证工作；
+# | 2. 依法追究相关方的民事责任，并要求赔偿全部损失；
+# | 3. 保留进一步采取刑事控告等法律措施的权利。
+# | 五、许可范围说明
+# | 1、被授权方应视本产品源代码为核心机密信息，负有最高标准的保密与保管义务。禁止以任何形式（包
+# | 括但不限于直接或间接的分享、复制、传播、分发、转售、出租、开源、反向工程、反编译、反汇编或通
+# | 过网络服务提供给任何第三方）泄露、披露或处置源代码的全部或部分内容。任何未经授权的复制、使用、
+# | 传播行为均构成对本团队知识产权的严重侵权，本团队有权依法追究其全部法律责任，并要求赔偿因此造
+# | 成的一切经济损失及商誉损害。
+# | 2、本产品仅限于公司或个人在法律允许范围内，用于内部且合规的软件产品研发。具体权利义务以《软件
+# | 许可协议》附件为准。
+# +======================================================================
+
+# +======================================================================
+# | 模块: 富文本历史数据清洗脚本
+# | 说明: 对已入库的富文本内容进行白名单清洗，移除 XSS 向量
+# +======================================================================
+
+"""
+富文本历史数据清洗脚本（一次性回填）
+=============================================================
+
+背景：M-4 修复后，新增/编辑的富文本内容在落盘前会经 bleach 白名单清洗，
+但修复前已入库的历史数据可能仍含 script / on* 事件 / javascript: 等 XSS 向量。
+本脚本对 fastapi_notice / fastapi_article 的 content 字段重新做白名单清洗。
+
+说明：
+- 仅做"清洗"，不迁移图片（图片写入时已迁移，此处复用清洗管线而非 save_content，
+  避免对已迁移的 [IMG_URL] 图片二次处理）。
+- 幂等：清洗后再执行一遍不会产生变化。
+- 建议执行前先备份数据库或导出相关表。
+
+用法：
+    python scripts/sanitize_rich_text.py            # 预览：仅统计需清洗行数
+    python scripts/sanitize_rich_text.py --apply    # 实际写回数据库
+"""
+
+import argparse
+import os
+import sys
+
+sys.path.insert(0, os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), "src"))
+
+
+# ============================================================
+# 辅助函数
+# ============================================================
+def _clean(content):
+    from utils.rich_text import _RICH_TEXT_CLEANER, _strip_dangerous_style
+
+    cleaned = _RICH_TEXT_CLEANER.clean(content or '')
+    return _strip_dangerous_style(cleaned)
+
+
+# ============================================================
+# 主入口
+# ============================================================
+def main():
+    parser = argparse.ArgumentParser(description="富文本历史数据白名单清洗")
+    parser.add_argument("--apply", action="store_true", help="实际写回数据库（默认仅预览统计）")
+    args = parser.parse_args()
+
+    from core.config import DB_PREFIX
+    from core.database import engine
+    from sqlalchemy import text
+
+    total_changed = 0
+    for table in (DB_PREFIX + "notice", DB_PREFIX + "article"):
+        with engine.connect() as conn:
+            rows = conn.execute(text(f"SELECT id, content FROM {table}")).all()
+        dirty = 0
+        for row_id, content in rows:
+            if not content:
+                continue
+            cleaned = _clean(content)
+            if cleaned != content:
+                dirty += 1
+                if args.apply:
+                    with engine.begin() as conn:
+                        conn.execute(
+                            text(f"UPDATE {table} SET content=:c WHERE id=:id"),
+                            {"c": cleaned, "id": row_id},
+                        )
+        total_changed += dirty
+        print(f"{table}: 共 {len(rows)} 行，其中 {dirty} 行含待清洗内容"
+              + ("（已写回）" if args.apply else "（预览，加 --apply 写回）"))
+    print(f"合计待清洗 {total_changed} 行"
+          + ("，已完成写回" if args.apply else "，确认无误后加 --apply 执行写回"))
+
+
+if __name__ == "__main__":
+    main()