json-sanitizer

给定类 JSON 内容，JSON Sanitizer 会将其转换为有效的 JSON。

快速入门 - 联系方式

它可以附加在数据管道的任一端，以帮助遵循 Postel 原则：

对自己的行为要保守，对来自他人的输入要宽容

将其应用于来自他人的类 JSON 内容时，它会生成格式良好的 JSON，应该能满足你使用的任何解析器。

在发送前将其应用于你的输出时，它会纠正编码中的小错误，并使你的 JSON 更容易嵌入到 HTML 和 XML 中。

动机

许多应用程序拥有大量使用临时（ad-hoc）方法生成 JSON 输出的代码。

这些输出通常在发送到网络之前都要经过少量框架代码。这少量框架代码可以使用本库来确保这些临时输出符合标准，并且可以安全地传递给（过于）强大的反序列化器，例如 Javascript 的 eval 运算符。

应用程序还经常拥有从各种来源接收 JSON 的 Web 服务 API。当这些 JSON 是使用临时方法创建时，本库可以将其整理成易于解析的形式。

通过将本库挂接到发送和接收请求与响应的代码中，本库可以帮助软件架构师确保系统范围的安全性和格式良好性保证。

输入

该净化器接收类 JSON 内容，并像 JS eval 那样解释它。具体来说，它处理以下非标准构造。

Construct	Policy
'...'	单引号字符串会被转换为 JSON 字符串。
\xAB	十六进制转义会被转换为 JSON Unicode 转义。
\012	八进制转义会被转换为 JSON Unicode 转义。
0xAB	十六进制整数字面量会被转换为 JSON 十进制数字。
012	八进制整数字面量会被转换为 JSON 十进制数字。
+.5	十进制数字会被强制转换为 JSON 更严格的格式。
[0,,2]	数组中的空位会被填充为 null。
[1,2,3,]	尾随逗号会被移除。
{foo:"bar"}	未加引号的属性名会被加上引号。
//comments	JS 风格的行注释和块注释会被移除。
(...)	分组括号会被移除。

该净化器会修复缺失的标点、结束引号，以及不匹配或缺失的闭合括号。如果输入仅包含空白字符，则会替换为有效的 JSON 字符串 null。

输出

输出是符合 RFC 4627 定义的格式良好的 JSON。输出还满足以下附加属性：

• 输出不会包含（不区分大小写的）子字符串 "</script"，因此无需额外编码即可嵌入到 HTML script 元素中。
• 输出不会包含子字符串 "]]>"，因此无需额外编码即可嵌入到 XML CDATA 段中。
• 输出是有效的 Javascript 表达式，因此可以被 Javascript 的内置 eval（在外层包裹括号后）或 JSON.parse 解析。具体而言，输出不会包含任何内嵌 JS 换行符（U+2028 段落分隔符或 U+2029 行分隔符）的字符串字面量。
• 输出仅包含有效的 Unicode 标量值（没有孤立的 UTF-16 代理项），这些值在 XML 中允许未转义出现。

安全性

由于输出是格式良好的 JSON，将其传递给 eval 不会产生副作用，也不包含自由变量，因此它既不是代码注入向量，也不是秘密数据外泄的向量。

本库仅确保 JSON 字符串 → Javascript 对象这一阶段没有副作用，也不解析自由变量，并且无法控制其他客户端代码之后如何解释生成的 Javascript 对象。因此，如果客户端代码获取由攻击者控制的解析数据的一部分，并将其传回 eval 或 innerHTML 等强大的解释器，那么该客户端代码可能会遭受意外的副作用。

var myValue = eval(sanitizedJsonString);  // safe
var myEmbeddedValue = eval(myValue.foo);  // possibly unsafe

此外，净化 JSON 无法保护应用程序免受混淆代理攻击

var myValue = JSON.parse(sanitizedJsonString);
addToAdminstratorsGroup(myValue.propertyFromUntrustedSource);

性能

当输入已经是满足上述属性的有效 JSON 时，sanitize 方法将直接返回输入字符串，而不会分配新的缓冲区。因此，如果用于通常格式良好的输入，它只有极小的内存开销。

sanitize 方法的时间复杂度为 O(n)，其中 n 是输入以 UTF-16 代码单元计的长度。