Re: [SAde] RE-Nachhilfe, HTML-Tags

Am Dienstag 14 Oktober 2003 17:25 schrieb [email protected]:
> Hi,
>
> ich versuche gerade, eine Regel für illegale HTML-Tags zu machen, der Form
>
>   </?(irgendwelche Zeichen)?(nicht reguläres Zeichen)(irgendwelche
> Zeichen)?>
>
> um etwa <r%t> oder <kyuz> abfangen zu können. Illegale HTML-Tags in der
> Form enthalten also ein oder mehrere illegale Zeichen. Reguläre Tag-Namen
> enthalten ausschließlich Zeichen mit der Character-Klasse
>
>   [abcdefhiklmnopqrstuvwx]
>

Und was ist mit:
<acronym>
<h1>
<img>
<style>
?

Wobei ich auch schon nach einer Regel für Sachen wie:
"Med</aristotelian>ica<exchangeable>tio</adorn>ns li<bowen>ke="
gesucht habe.
Im Moment experimentiere ich mit

rawbody iw_HTML_GIBBERISH /^.+<[^\s"'=>@]{9}[^>]*>/
score iw_HTML_GIBBERISH 1
describe iw_HTML_GIBBERISH found strange HTML-tags.
# note: the ^.+ is used to prevent matching geekish tags like ^<angry_rant>

Vielleicht läßt sich dieser Test auf HTML-Mails begrenzen, mal sehen.

Ingo

-- 
http://dewarim.de



-------------------------------------------------------
This SF.net email is sponsored by: SF.net Giveback Program.
SourceForge.net hosts over 70,000 Open Source Projects.
See the people who have HELPED US provide better services:
Click here: http://sourceforge.net/supporters.php