推荐开源项目:SVG-Hush - 安全的SVG过滤工具
2024-05-20 04:59:05作者:虞亚竹Luna
在Web开发中,SVG(可缩放矢量图形)因其灵活和高质量的图像表现而备受青睐。然而,SVG不仅仅是图像,它是一种文档格式,可以访问所有HTML和JavaScript特性,这同时也带来了一定的安全风险。【1】SVG-Hush就是为了应对这一挑战,提供了一个安全过滤SVG文件的工具。
项目介绍
SVG-Hush的宗旨是使任意SVG文件变得与常见Web图像格式一样无害且安全。通过移除可能带来风险的特征,如脚本、跨域链接和第三方资源引用,保护你的网站免受XSS攻击、SEO垃圾邮件或网络钓鱼的威胁。【2】
技术分析
该项目的核心是基于允许列表的元素和属性过滤,以及对URL进行同源限制。它会移除不在允许列表中的元素和属性,并限制所有URL只能指向同一源。虽然可能会导致某些SVG图像功能受损,但这是为了保障安全所必要的牺牲。遇到过度过滤的情况,项目鼓励用户提交问题报告。【3】
另外,SVG-Hush并非专注于SVG优化,而是作为一项安全性补充措施。因此,您可以放心地将其与其他SVG优化工具结合使用。
应用场景
SVG-Hush适用于任何希望在网页上安全展示SVG图像的开发者和网站管理员。无论是用于图标设计、数据可视化还是其他交互式元素,都可以通过这个工具来提升SVG文件的安全性。同时,对于那些无法实施或处理不当的Content-Security-Policy(CSP),SVG-Hush也可作为一个有效的备份方案。【4】
项目特点
- 安全性优先:移除脚本、超链接和跨域资源引用,降低安全风险。
- 兼容性考虑:支持UTF-8、UTF-16和latin1字符编码,但不支持外部DTD文件。
- XML规范:要求SVG文件遵循良好的XML语法并使用SVG命名空间。
- 反馈友好:当发现过于严格的过滤时,鼓励用户提交反馈以改进工具。
综上所述,SVG-Hush是一个值得信赖的SVG安全解决方案,为您的Web应用添加了额外的安全层。立即尝试并将其集成到您的项目中,确保您的SVG图像不仅美观,而且安全。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217