Biome项目中关于noBlankTarget规则的深入解析
2025-05-12 13:27:56作者:卓炯娓
背景介绍
在现代Web开发中,安全性始终是开发者需要重点关注的领域之一。Biome作为一个现代化的前端工具链项目,其内置的lint规则noBlankTarget旨在帮助开发者避免潜在的安全风险。这条规则主要针对HTML中<a>标签的target="_blank"属性使用场景,确保开发者采取适当的安全措施。
安全问题本质
当使用target="_blank"打开新窗口时,新页面可以通过window.opener访问原始页面的window对象,这可能导致以下安全问题:
- 恶意网站可以通过
window.opener.location修改原始页面的URL - 攻击者可以利用此特性进行钓鱼攻击
- 性能影响,因为两个页面运行在同一个进程中
解决方案对比
传统上,开发者有两种主要方式来解决这个问题:
-
rel="noopener"
这是现代浏览器推荐的做法,它会:- 阻止新页面访问
window.opener - 保持referer头信息完整
- 性能更好,因为浏览器可以将新页面放在独立进程中
- 阻止新页面访问
-
rel="noreferrer"
这种方式会:- 同样阻止
window.opener访问 - 额外移除referer头信息
- 可能影响网站分析数据
- 同样阻止
Biome规则的演进
Biome最初实现的noBlankTarget规则强制要求使用noreferrer,这在某些场景下可能过于严格。经过社区讨论,项目决定增强该规则,使其能够:
- 支持配置选项,允许开发者选择偏好的安全策略
- 默认情况下仍然保持严格模式
- 提供更灵活的配置方式适应不同项目需求
最佳实践建议
基于行业实践和Biome的规则演进,我们建议:
- 对于大多数现代Web应用,优先使用
noopener - 只有在特别关注隐私保护时才考虑使用
noreferrer - 在Biome配置中明确设置偏好的安全策略
- 在团队内部统一安全策略选择
配置示例
开发者可以在Biome配置文件中这样设置:
{
"lint": {
"rules": {
"a11y": {
"noBlankTarget": {
"allowedRelValues": ["noopener"]
}
}
}
}
}
总结
Biome项目的noBlankTarget规则体现了前端工具链对安全性的持续关注。通过理解其背后的安全原理和配置选项,开发者可以更灵活地在项目安全需求和功能需求之间取得平衡。随着Web标准的演进,我们也期待看到更多类似的工具链优化,帮助开发者构建更安全的Web应用。
登录后查看全文
热门项目推荐
相关项目推荐
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
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
🔥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
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322