[pyar] script genérico para actualizar archivos html

[Pablo Ziliani]

Misael Zapata wrote:
> No sabía si postearlo en el wiki o en pastebin, si lo creen útil, 
> ponganlo ahí:
>
> http://pastebin.com/fwsa5Jq9  [0]
>
> ese código no sirve para los nuevos "virus" que son como 20 lineas de 
> código javascript encriptado, y que es un quilombo de quitar con el 
> código bash que pongo arriba.
>
> [0] el primero de los códigos lo usaba de alerta, cuando mandaban 5 a 
> 10 ataques por hora, corrido en cron, los otros son variantes muy básicas

Creo que estás equivocado desde el vamos. No tenés que borrar los tags 
que puedan ser parte de un ataque. El tipo de ataque va a variar 
indefectiblemente, y vos vas a seguir estando vulnerable. Tenés que 
borrar (o escapar) TODOS los tags, eventualmente exceptuando aquellos 
que vos *realmente* sepas que son inofensivos (normalmente con los de 
formateo de texto alcanza y sobra: <strong><em> y <br>).

Si realmente necesitás darle al usuario la posibilidad de que inserte 
HTML libre, entonces vas a necesitar algo mucho más complejo, te 
recomendaría que directamente implementes ReStructured Text, Textile o 
Markdown (buscá docutils). Si no, fijate por acá:

escapando html:
    http://wiki.python.org/moin/EscapingHtml

borrando html:
    
http://love-python.blogspot.com/2008/07/strip-html-tags-using-python.html