安全概述

HTML 库在设计上优先考虑安全性，内置多层防护机制。

安全特性

输入大小限制

默认最大输入 50MB，防止内存耗尽：

cfg := html.DefaultConfig()
cfg.MaxInputSize = 10 * 1024 * 1024 // 调整为 10MB

DOM 深度限制

默认最大深度 500，防止递归炸弹攻击：

cfg.MaxDepth = 200 // 收紧限制

路径遍历防护

文件操作自动检测和阻止路径遍历尝试（如 ../../../etc/passwd），并通过审计系统记录。

恐慌恢复

所有提取操作内置 panic 恢复机制，返回 ErrInternalPanic 错误，确保服务不会因恶意输入崩溃。

处理超时

可配置处理超时，防止恶意 HTML 导致无限处理：

cfg.ProcessingTimeout = 10 * time.Second

内容清洗

可选的内容清洗功能，移除潜在的恶意标签和属性：

cfg.EnableSanitization = true

审计系统

详细的安全审计配置请参考 审计系统。

审计系统可记录以下安全事件：

事件	说明
AuditEventBlockedTag	被阻止的 HTML 标签
AuditEventBlockedAttr	被阻止的属性
AuditEventBlockedURL	被阻止的 URL
AuditEventInputViolation	输入大小违规
AuditEventDepthViolation	DOM 深度违规
AuditEventPathTraversal	路径遍历尝试
AuditEventTimeout	处理超时
AuditEventEncodingIssue	编码异常

高安全配置

cfg := html.HighSecurityConfig()
// 自动启用：缩减限制、更短超时、完整审计

错误处理

所有安全违规都会返回明确的错误，支持 errors.Is / errors.As 判断：

result, err := html.Extract(data)
if err != nil {
    switch {
    case errors.Is(err, html.ErrInputTooLarge):
        // 记录并拒绝
    case errors.Is(err, html.ErrMaxDepthExceeded):
        // 可能是恶意构造
    case errors.Is(err, html.ErrInternalPanic):
        // 恐慌恢复，检查输入
    }
}