TinyMCE在ServiceNow中iframe的referrerpolicy属性丢失问题分析
2025-05-14 22:49:40作者:谭伦延
tinymce
The world's #1 JavaScript library for rich text editing. Available for React, Vue and Angular
问题背景
在ServiceNow平台使用TinyMCE富文本编辑器时,用户发现iframe元素的referrerpolicy属性在保存后会被自动移除。这个问题在ServiceNow Utah Patch 10b及更新版本中出现,而在较早版本如Utah Patch 9 HF1中则工作正常。
技术分析
问题本质
TinyMCE作为一款功能强大的富文本编辑器,内置了HTML内容过滤机制。这种过滤机制会默认移除一些被认为不安全或不必要的HTML属性。referrerpolicy属性被移除的情况表明,TinyMCE的默认配置中可能没有将该属性列入白名单。
版本差异
通过测试发现:
- TinyMCE 5和6版本会移除iframe的referrerpolicy属性
- TinyMCE 7版本已修复此问题,能够保留该属性
解决方案
对于使用较旧版本TinyMCE的系统,可以通过以下方式解决:
-
配置extended_valid_elements参数: 在TinyMCE初始化配置中添加referrerpolicy到允许的属性列表中,确保该属性不会被过滤。
-
升级到TinyMCE 7: 最新版本已原生支持referrerpolicy属性,无需额外配置。
-
业务规则补充: 在ServiceNow中可以通过编写业务规则,在保存后自动补充缺失的referrerpolicy属性。
实施建议
对于ServiceNow管理员:
- 确认当前系统使用的TinyMCE版本
- 如果是5或6版本,考虑联系ServiceNow支持团队请求配置调整
- 评估升级到支持TinyMCE 7的ServiceNow版本的可行性
- 短期内可使用业务规则作为临时解决方案
总结
HTML属性过滤是富文本编辑器的常见安全机制,但有时会与业务需求产生冲突。理解TinyMCE的过滤规则并合理配置,可以在保证安全性的同时满足功能需求。对于ServiceNow这样的SaaS平台,建议用户通过官方支持渠道反馈此类问题,推动平台及时更新组件版本或调整配置。
tinymce
The world's #1 JavaScript library for rich text editing. Available for React, Vue and Angular
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1