SPB Git

Repository Public

sanitize.ts 18.2 KB 378 lines typescript

1// Assainissement du HTML d'un message reçu. Défense en profondeur, chaque couche suffit seule contre l'exécution de code :2//   1. DOMPurify (profil HTML strict : ni script, ni SVG/MathML, ni formulaire, ni cadre, ni <base>/<meta>/<link>) ;3//   2. seconde passe maison : protocoles des liens, images distantes neutralisées, CSS sans url()/@import, pixels espions retirés ;4//   3. rendu dans <iframe sandbox> SANS allow-scripts ni allow-same-origin, avec une CSP interne « default-src 'none'; img-src data: ».5// Aucune ressource distante ne peut donc être chargée par le document produit : les images autorisées par la personne sont6// récupérées par la page (mandataire /api/img) puis injectées sous forme d'URL data:.7import DOMPurify from "dompurify"8import { linkWarnings, safeLinkHref, type LinkWarning } from "./links"910type PurifyWindow = Parameters<typeof DOMPurify>[0]11type Purifier = ReturnType<typeof DOMPurify>1213export interface SanitizeOptions {14  /** fenêtre DOM à utiliser (jsdom dans les tests) ; par défaut celle du navigateur */15  window?: PurifyWindow16  /** `view` : lecture dans le cadre isolé ; `quote` : citation insérée dans l'éditeur (ni <style>, ni classes, ni images distantes) */17  mode?: "view" | "quote"18}1920export interface SanitizedEmail {21  /** contenu du <body>, sans aucune URL distante chargeable */22  body: string23  /** feuilles de style du message, neutralisées (vide en mode `quote`) */24  css: string25  /** style en ligne à reporter sur l'enveloppe du corps (couleur de fond du <body> d'origine, etc.) */26  bodyStyle: string27  /** URL des images distantes neutralisées ; l'élément porte data-spm-remote="<indice>" */28  remoteImages: string[]29  /** identifiants cid: référencés ; l'élément porte data-spm-cid="<indice>" */30  cidImages: string[]31  /** nombre de ressources distantes neutralisées hors <img> (fonds, url() CSS…) */32  blockedOther: number33  /** pixels espions retirés (jamais chargés, même sur demande) */34  trackers: number35  /** liens dont le libellé désigne un autre domaine que la destination */36  linkWarnings: number37}3839const FORBID_TAGS = [40  "script", "noscript", "template", "iframe", "frame", "frameset", "noframes", "object", "embed", "applet", "portal", "slot",41  "base", "meta", "link", "title", "svg", "math", "form", "input", "button", "select", "textarea", "option", "optgroup", "datalist", "keygen", "output",42  "video", "audio", "source", "track", "canvas", "dialog", "marquee", "bgsound", "layer", "ilayer", "xml", "plaintext", "listing", "xmp",43]44const FORBID_ATTR = [45  "srcset", "sizes", "action", "formaction", "ping", "poster", "data", "dynsrc", "lowsrc", "longdesc", "usemap", "ismap", "manifest", "profile",46  "contenteditable", "autofocus", "tabindex", "accesskey", "draggable", "download", "is", "nonce", "integrity", "crossorigin", "referrerpolicy", "loading", "decoding", "fetchpriority",47  "name", "popover", "popovertarget", "inert", "slot", "part", "exportparts",48]4950const purifiers = new WeakMap<object, Purifier>()51function purifierFor(win?: PurifyWindow): Purifier {52  if (!win) return DOMPurify53  let p = purifiers.get(win as object)54  if (!p) {55    p = DOMPurify(win)56    purifiers.set(win as object, p)57  }58  return p59}6061const SAFE_DATA_IMAGE = /^data:image\/(?:png|jpeg|gif|webp);base64,[a-z0-9+/=\s]*$/i6263// ------------------------------------------------------------------------------------------------ CSS6465/** Décode les échappements CSS (« u\72l( », « \75 rl( ») pour que les filtres voient le texte réel. */66function decodeCssEscapes(css: string): string {67  return css68    .replace(/\\([0-9a-f]{1,6})[ \t\n\r\f]?/gi, (_m, hex: string) => {69      const cp = parseInt(hex, 16)70      return cp > 0 && cp <= 0x10ffff && !(cp >= 0xd800 && cp <= 0xdfff) ? String.fromCodePoint(cp) : ""71    })72    .replace(/\\([^\n\r\f])/g, "$1")73    .replace(/\\[\n\r\f]/g, "")74}7576/**77 * Neutralise tout ce qui, dans du CSS, peut charger une ressource ou exécuter du code :78 * url() (sauf image data: matricielle), image-set(), @import, @font-face, expression(), behavior, -moz-binding.79 * Rend le CSS inoffensif et le nombre de références distantes retirées.80 */81export function neutralizeCss(input: string): { css: string; blocked: number } {82  let blocked = 083  let css = decodeCssEscapes(input.replace(/\/\*[\s\S]*?(?:\*\/|$)/g, ""))84  css = css.replace(/\/\*[\s\S]*?(?:\*\/|$)/g, "") // un commentaire peut apparaître après décodage85  css = css.replace(/[<\u0000]/g, "") // jamais de « </style> » reconstitué, ni d'octet nul86  css = css.replace(/@import\b[^;{}]*(?:;|$)/gi, () => (blocked++, ""))87  css = css.replace(/@(?:charset|namespace)\b[^;{}]*(?:;|$)/gi, "")88  css = css.replace(/@font-face\s*\{[^}]*\}?/gi, () => (blocked++, ""))89  css = css.replace(/(?:url|image-set|-webkit-image-set|image|src|cross-fade|element|paint)\s*\(\s*(?:"[^"]*"|'[^']*'|[^()]*(?:\([^()]*\)[^()]*)*)\)?/gi, (m) => {90    const inner = m.replace(/^[^(]*\(\s*/, "").replace(/\)\s*$/, "").trim().replace(/^(["'])([\s\S]*)\1$/, "$2").trim()91    if (/^url\s*\(/i.test(m) && SAFE_DATA_IMAGE.test(inner)) return `url("${inner.replace(/\s+/g, "")}")`92    blocked++93    return "none"94  })95  css = css.replace(/expression\s*\([^)]*\)?/gi, "none")96  css = css.replace(/(?:behavior|-moz-binding|-o-link|-o-link-source)\s*:[^;}]*/gi, "")97  css = css.replace(/(?:java|vb|live)script\s*:/gi, "")98  return { css, blocked }99}100101/** En mode citation (insertion dans la page), retire aussi ce qui sortirait le contenu de son bloc. */102function tameInlineStyleForQuote(style: string): string {103  return style104    .split(";")105    .filter((d) => !/^\s*(?:position|z-index|inset|top|left|right|bottom|float|transform|pointer-events|cursor|animation|transition|content|filter|backdrop-filter|mix-blend-mode|opacity|visibility|display|overflow|margin|width|height|min-width|min-height|max-width|max-height|font-family)\s*(?:-[a-z-]+)?\s*:/i.test(d))106    .join(";")107}108109/**110 * Les sélecteurs `html` et `body` du message visent l'enveloppe `.spm-body` : le même CSS s'applique alors à l'identique111 * dans le cadre de lecture et dans le gabarit de mesure (hors cadre) qui sert à calculer sa hauteur.112 */113export function rewriteRootSelectors(css: string): string {114  return css.replace(/(^|[\s,{}>+~])(?:html|body)(?=[\s,{.:#[>+~]|$)/gi, "$1.spm-body")115}116117// ------------------------------------------------------------------------------------------------ HTML118119function isTracker(el: Element): boolean {120  const num = (v: string | null) => (v !== null && /^\s*\d+(?:px)?\s*$/i.test(v) ? parseInt(v, 10) : null)121  const w = num(el.getAttribute("width"))122  const h = num(el.getAttribute("height"))123  if (w !== null && h !== null && w <= 2 && h <= 2) return true124  if ((w !== null && w <= 1 && h === null) || (h !== null && h <= 1 && w === null)) return true125  const style = (el.getAttribute("style") ?? "").toLowerCase()126  const dim = (p: string) => {127    const m = style.match(new RegExp(`(?:^|;)\\s*(?:max-)?${p}\\s*:\\s*(\\d+(?:\\.\\d+)?)(px)?\\s*(?:!important)?\\s*(?:;|$)`))128    return m ? parseFloat(m[1]) : null129  }130  const sw = dim("width")131  const sh = dim("height")132  if (sw !== null && sh !== null && sw <= 2 && sh <= 2) return true133  return /(?:^|;)\s*display\s*:\s*none/.test(style) || /(?:^|;)\s*visibility\s*:\s*hidden/.test(style)134}135136const COLOR_RE = /^(?:#[0-9a-f]{3,8}|[a-z]{3,20}|rgba?\([\d\s.,%]+\))$/i137138export function sanitizeEmailHtml(html: string, opts: SanitizeOptions = {}): SanitizedEmail {139  const mode = opts.mode ?? "view"140  const purifier = purifierFor(opts.window)141  // <base> est retiré avant même l'analyse : DOMPurify le supprimerait, mais l'analyseur du navigateur le signalerait d'abord142  // comme violation de la politique « base-uri 'none' » de la page (bruit dans la console).143  const root = purifier.sanitize(html.replace(/<base\b[^>]*>/gi, ""), {144    USE_PROFILES: { html: true },145    FORBID_TAGS: mode === "quote" ? [...FORBID_TAGS, "style"] : FORBID_TAGS,146    FORBID_ATTR: mode === "quote" ? [...FORBID_ATTR, "class", "id"] : FORBID_ATTR,147    ALLOW_DATA_ATTR: false,148    ALLOW_ARIA_ATTR: false,149    ALLOW_UNKNOWN_PROTOCOLS: false,150    ALLOW_SELF_CLOSE_IN_ATTR: false,151    SANITIZE_DOM: true,152    SANITIZE_NAMED_PROPS: true,153    SAFE_FOR_TEMPLATES: false,154    WHOLE_DOCUMENT: true,155    RETURN_DOM: true,156    KEEP_CONTENT: true,157  }) as unknown as Element158  const doc = root.ownerDocument!159  const out: SanitizedEmail = { body: "", css: "", bodyStyle: "", remoteImages: [], cidImages: [], blockedOther: 0, trackers: 0, linkWarnings: 0 }160161  // -- feuilles de style : extraites, neutralisées, puis réinjectées par l'appelant dans un <style> unique162  const cssParts: string[] = []163  for (const st of Array.from(root.querySelectorAll("style"))) {164    if (mode === "view") {165      const { css, blocked } = neutralizeCss(st.textContent ?? "")166      out.blockedOther += blocked167      cssParts.push(rewriteRootSelectors(css))168    }169    st.remove()170  }171  out.css = cssParts.join("\n")172173  const remoteIndex = new Map<string, number>()174  const cidIndex = new Map<string, number>()175176  for (const el of Array.from(root.querySelectorAll("*"))) {177    const tag = el.tagName.toLowerCase()178    // ceinture et bretelles : aucun gestionnaire d'événement, aucun attribut d'espace de noms179    for (const attr of Array.from(el.attributes)) {180      const n = attr.name.toLowerCase()181      if (n.startsWith("on") || n.includes(":") || n.startsWith("data-") || n === "srcdoc" || n === "formaction") el.removeAttribute(attr.name)182    }183184    if (el.hasAttribute("style")) {185      const { css, blocked } = neutralizeCss(el.getAttribute("style") ?? "")186      out.blockedOther += blocked187      const final = mode === "quote" ? tameInlineStyleForQuote(css) : css188      if (final.trim()) el.setAttribute("style", final)189      else el.removeAttribute("style")190    }191    if (el.hasAttribute("background")) {192      // fond d'un tableau ou du corps : toujours une ressource distante (ou cid) — jamais chargé193      out.blockedOther++194      el.removeAttribute("background")195    }196197    if (tag === "a" || tag === "area") {198      const href = safeLinkHref(el.getAttribute("href"))199      el.removeAttribute("target")200      el.removeAttribute("rel")201      if (!href) {202        el.removeAttribute("href")203        continue204      }205      el.setAttribute("href", href)206      el.setAttribute("target", "_blank")207      el.setAttribute("rel", "noopener noreferrer nofollow")208      el.setAttribute("title", href) // la destination réelle, visible au survol209      if (tag === "a" && mode === "view") {210        const warns: LinkWarning[] = linkWarnings(el.textContent ?? "", href)211        if (warns.length) {212          out.linkWarnings++213          el.setAttribute("class", `${el.getAttribute("class") ?? ""} spm-link-suspect`.trim())214          const note = doc.createElement("span")215          note.setAttribute("class", "spm-link-warn")216          note.setAttribute("data-spm-warn", warns.join(" "))217          let host = ""218          try {219            host = new URL(href).host220          } catch {221            /* href déjà validé */222          }223          note.textContent = ` ⚠ → ${host}`224          el.after(note)225        }226      }227      continue228    }229230    if (tag === "img") {231      const src = (el.getAttribute("src") ?? "").trim()232      el.removeAttribute("src")233      if (isTracker(el) && !SAFE_DATA_IMAGE.test(src)) {234        if (/^https?:/i.test(src) || src.startsWith("//")) out.trackers++235        el.remove()236        continue237      }238      if (SAFE_DATA_IMAGE.test(src)) {239        el.setAttribute("src", src.replace(/\s+/g, ""))240      } else if (/^cid:/i.test(src) && mode === "view") {241        const cid = src.slice(4).trim().replace(/^<|>$/g, "")242        let i = cidIndex.get(cid)243        if (i === undefined) {244          i = out.cidImages.push(cid) - 1245          cidIndex.set(cid, i)246        }247        el.setAttribute("data-spm-cid", String(i))248      } else if (/^(?:https?:)?\/\//i.test(src) && mode === "view") {249        let abs: string | null = null250        try {251          const u = new URL(src.startsWith("//") ? `https:${src}` : src)252          if (u.protocol === "http:" || u.protocol === "https:") abs = u.href253        } catch {254          abs = null255        }256        if (abs) {257          let i = remoteIndex.get(abs)258          if (i === undefined) {259            i = out.remoteImages.push(abs) - 1260            remoteIndex.set(abs, i)261          }262          el.setAttribute("data-spm-remote", String(i))263        } else el.remove()264      } else if (mode === "quote") {265        el.remove()266        continue267      }268      // sinon : image sans source (relative, protocole inconnu…) — reste un emplacement vide avec son texte de remplacement269      continue270    }271272    if (el.hasAttribute("src")) el.removeAttribute("src") // aucun autre élément ne charge de ressource273    if (el.hasAttribute("href")) el.removeAttribute("href")274  }275276  const body = root.querySelector("body") ?? root277  if (mode === "view") {278    const styles: string[] = []279    const bg = body.getAttribute("bgcolor")280    if (bg && COLOR_RE.test(bg.trim())) styles.push(`background-color:${bg.trim()}`)281    const fg = body.getAttribute("text")282    if (fg && COLOR_RE.test(fg.trim())) styles.push(`color:${fg.trim()}`)283    const inline = body.getAttribute("style")284    if (inline) styles.push(inline)285    out.bodyStyle = styles.join(";")286  }287  out.body = body.innerHTML288  return out289}290291export type ImageMap = { remote?: ReadonlyMap<number, string>; cid?: ReadonlyMap<number, string> }292293/**294 * Pose les images récupérées par la page (URL data: seulement) sur les emplacements marqués.295 * Le remplacement vise le texte exact de l'attribut sérialisé : dans une valeur d'attribut les guillemets sont296 * échappés (&quot;), une collision ne peut donc survenir que dans du texte, où elle reste du texte.297 */298export function materializeImages(body: string, images: ImageMap): string {299  let out = body300  for (const [kind, map] of [["remote", images.remote], ["cid", images.cid]] as const) {301    if (!map) continue302    for (const [i, url] of map) {303      if (!SAFE_DATA_IMAGE.test(url)) continue304      out = out.split(`data-spm-${kind}="${i}"`).join(`src="${url}" data-spm-shown="1"`)305    }306  }307  return out308}309310/** CSS de base du document de lecture (toujours clair : les messages sont conçus pour un fond blanc). */311export const READER_BASE_CSS = `312html,body{margin:0;padding:0;background:#fff}313.spm-root{color-scheme:light;background:#fff;color:#1c1c1e;font:15px/1.55 -apple-system,BlinkMacSystemFont,"Segoe UI",Roboto,"Helvetica Neue",Arial,sans-serif;overflow-wrap:anywhere;word-break:normal;-webkit-text-size-adjust:100%}314.spm-body{padding:4px 2px 12px;overflow-x:auto}315.spm-body img{max-width:100%;height:auto}316.spm-body table{max-width:100%}317.spm-body pre{white-space:pre-wrap}318.spm-body blockquote{margin:0 0 0 .6em;padding-left:.9em;border-left:3px solid #d0d0d6;color:#4a4a50}319.spm-body a{color:#0b57d0}320.spm-body img:not([src]){display:inline-block;min-width:24px;min-height:24px;border:1px dashed #c4c4cc;border-radius:4px;background:#f3f3f6;color:#6b6b73;font-size:12px;padding:2px 6px;box-sizing:border-box}321.spm-link-warn{color:#b3261e;font-size:.85em;font-weight:600;white-space:nowrap}322.spm-link-suspect{text-decoration:underline wavy #b3261e}323`324325export const READER_CSP = "default-src 'none'; img-src data:; style-src 'unsafe-inline'; font-src 'none'; media-src 'none'; form-action 'none'; base-uri 'none'"326327function escapeAttr(s: string): string {328  return s.replace(/&/g, "&amp;").replace(/"/g, "&quot;").replace(/</g, "&lt;").replace(/>/g, "&gt;")329}330331/** Fragment HTML du corps du message, tel que placé dans le cadre de lecture. */332export function readerMarkup(s: SanitizedEmail, images: ImageMap = {}): string {333  return `<div class="spm-root"><div class="spm-body"${s.bodyStyle ? ` style="${escapeAttr(s.bodyStyle)}"` : ""}>${materializeImages(s.body, images)}</div></div>`334}335336export interface ReaderDocumentOptions {337  /**338   * « Lecture sombre » : le cadre entier est inversé par un filtre CSS posé par la page ; les images sont ré-inversées ici pour339   * garder leurs couleurs.340   */341  dark?: boolean342  /** police de lecture préférée, pour le texte auquel le message n'impose pas la sienne */343  font?: "system" | "serif" | "mono"344}345const READER_FONTS = { serif: 'ui-serif,"New York","Iowan Old Style","Palatino Linotype",Palatino,Georgia,serif', mono: 'ui-monospace,SFMono-Regular,Menlo,Consolas,"Liberation Mono",monospace' } as const346export const READER_DARK_CSS = ".spm-body img,.spm-body video,.spm-body picture{filter:invert(1) hue-rotate(180deg)}"347348/** Document complet pour l'attribut srcdoc du cadre isolé. */349export function buildReaderDocument(s: SanitizedEmail, images: ImageMap = {}, lang = "fr", opts: ReaderDocumentOptions = {}): string {350  const extra = `${opts.font === "serif" || opts.font === "mono" ? `.spm-root{font-family:${READER_FONTS[opts.font]}}` : ""}${opts.dark ? READER_DARK_CSS : ""}`351  return `<!doctype html><html lang="${escapeAttr(lang)}"><head><meta charset="utf-8"><meta http-equiv="Content-Security-Policy" content="${READER_CSP}"><meta name="referrer" content="no-referrer"><meta name="viewport" content="width=device-width,initial-scale=1"><title>message</title><style>${READER_BASE_CSS}${extra}</style><style>${s.css.replace(/</g, "")}</style></head><body>${readerMarkup(s, images)}</body></html>`352}353354// ------------------------------------------------------------------------------------------------ texte brut355356export type TextSegment = { kind: "text"; text: string } | { kind: "link"; text: string; href: string }357358/** Découpe un texte brut en segments, les URL http(s) et adresses devenant des liens (rendus par React, sans HTML). */359export function linkifyText(text: string): TextSegment[] {360  const out: TextSegment[] = []361  const re = /\bhttps?:\/\/[^\s<>"'`]+|\b[a-z0-9._%+-]+@[a-z0-9-]+(?:\.[a-z0-9-]+)+\b/gi362  let last = 0363  for (const m of text.matchAll(re)) {364    let raw = m[0]365    const start = m.index366    // ponctuation finale hors de l'URL367    const trail = raw.match(/[.,;:!?)\]}»]+$/)368    if (trail && /^https?:/i.test(raw)) raw = raw.slice(0, raw.length - trail[0].length)369    const href = /^https?:/i.test(raw) ? safeLinkHref(raw) : safeLinkHref(`mailto:${raw}`)370    if (!href) continue371    if (start > last) out.push({ kind: "text", text: text.slice(last, start) })372    out.push({ kind: "link", text: raw, href })373    last = start + raw.length374  }375  if (last < text.length) out.push({ kind: "text", text: text.slice(last) })376  return out377}378
Files main
Menu

Theme