使用python-markdown檢查圖像網址

Question

在我創建的網站上，我使用Python-Markdown來格式化新聞帖子。爲了避免死鏈接和HTTP內容對HTTPS頁面問題的問題，我要求編輯們將所有圖像上傳到網站，然後嵌入它們（我使用了一個我已經打補丁的降價編輯器，以允許輕鬆嵌入這些圖像使用標準markdown語法）。

但是，我想在我的代碼中執行no-external-images策略。

一種方法是編寫一個正則表達式來從降價源代碼中提取圖像URL，甚至通過降價渲染器運行它，並使用DOM解析器從img標籤中提取所有src屬性。

但是，我很好奇在解析過程中是否有某種方法可以掛鉤到Python-Markdown中以提取所有圖像鏈接或執行自定義代碼（例如，如果鏈接是外部引發的異常）。

Answer 1

一種方法是在一個較低的水平，以攔截<img>節點降價解析，並構建它只是後：

import re 
from markdown import Markdown 
from markdown.inlinepatterns import ImagePattern, IMAGE_LINK_RE 

RE_REMOTEIMG = re.compile('^(http|https):.+') 

class CheckImagePattern(ImagePattern): 

    def handleMatch(self, m): 
     node = ImagePattern.handleMatch(self, m) 
     # check 'src' to ensure it is local 
     src = node.attrib.get('src') 
     if src and RE_REMOTEIMG.match(src): 
      print 'ILLEGAL:', m.group(9) 
      # or alternately you could raise an error immediately 
      # raise ValueError("illegal remote url: %s" % m.group(9)) 
     return node 

DATA = ''' 
![Alt text](/path/to/img.jpg) 
![Alt text](http://remote.com/path/to/img.jpg) 
''' 

mk = Markdown() 
# patch in the customized image pattern matcher with url checking 
mk.inlinePatterns['image_link'] = CheckImagePattern(IMAGE_LINK_RE, mk) 
result = mk.convert(DATA) 
print result 

輸出：

ILLEGAL: http://remote.com/path/to/img.jpg 
<p><img alt="Alt text" src="/path/to/img.jpg" /> 
<img alt="Alt text" src="http://remote.com/path/to/img.jpg" /></p>