fix(adapter-wp): srcset 审计精确化（parse-srcset）；false 形态防御；复用 launder.naughtyHref；等价测试参数化

审查修复四项：srcset 逐候选审计改用 parse-srcset 同库实现（data: 逗号内嵌
URL 不再误切；全候选被拒/解析异常/零候选→整属性删除记账，含空 srcset）；
deriveMirrorView 对 false/缺省形态 fail fast（allowedTags/allowedAttributes
的 false=库全放行语义与镜像空集解释相反，修正原注释）；URL 判定复用
launder.naughtyHref（sanitize-html 2.18 同一实现路径，删手写镜像）；
仪表化等价测试参数化为 15 个对抗样本（实体/控制字符/NULL/URL 注释走私、
未引号/重复属性、深嵌套、srcset 形态）。测试 204→228。

Co-Authored-By: Claude Code <noreply@anthropic.com>

packages/adapter-wordpress/package.json

@@ -18,10 +18,13 @@
   },
   "dependencies": {
     "@sf/contracts": "workspace:*",
+    "launder": "^1.7.2",
+    "parse-srcset": "^1.0.2",
     "sanitize-html": "^2",
     "saxes": "^6.0.0"
   },
   "devDependencies": {
+    "@types/parse-srcset": "^1.0.0",
     "@types/sanitize-html": "^2.16.2"
   }
 }

packages/adapter-wordpress/src/sanitize/html.ts

@@ -16,18 +16,22 @@
 //   e) 正则预扫描——非 tokenizer 精度（注释/引号内 '>'/大小式变形），仅可作为
 //      下策。onOpenTag 复用 sanitize-html 自身解析器（htmlparser2）的事件流，
 //      精度与清洗本体同源，故选 a。
-// - 镜像逻辑（判断"什么会被拒"）从 SANITIZE_CONFIG 单源推导，不另立策略表：
+// - "什么会被拒"的判定与清洗本体**同库同源**（零手写镜像）：
-//   标签 ∈ allowedTags？属性 ∈ allowedAttributes[tag] ∪ allowedAttributes['*']？
+//   tag/attr 白名单从 SANITIZE_CONFIG 单源派生（{@link deriveMirrorView}）；
-//   URL 属性（allowedSchemesAppliedToAttributes）协议 ∈ allowedSchemes
+//   URL 判定复用 launder.naughtyHref（sanitize-html 2.18 内部即解构调用同一函数，
-//   （含 allowedSchemesByTag 覆盖与协议相对 URL 规则，语义镜像 launder.naughtyHref）。
+//   控制字符/HTML 注释走私、scheme 前缀、协议相对语义由其保证）；srcset 解析复用
-// - 不镜像的清洗路径（ exotic，报告中不体现；清洗本体不受影响）：
+//   parse-srcset（同库同版本），逐候选判定，"全候选被拒/解析异常/零候选"→库整属性
-//   属性名合法性校验、空值非布尔属性删除、meta refresh content、SVG animate 名单、
+//   删除 → 记 removed-attr（含空 srcset；部分候选被拒仅重写值，属性仍在，不记账）。
-//   allowedClasses 过滤、srcset 部分候选重写（仅"全部候选被拒→整属性删除"记账，
+// - 不镜像的清洗路径（exotic，报告中不体现；清洗本体不受影响）：
-//   候选切分为近似逗号分割）、空 srcset 删除。
+//   属性名合法性校验（VALID_HTML_ATTRIBUTE_NAME）、空值非布尔属性删除、
+//   meta refresh content、SVG animate 名单、allowedClasses 过滤。
 // - 记账粒度：按**白名单拒绝的开标签事件**逐次记录（文档序；属性按声明序）——
 //   不按"最终 DOM 差异"去重：discard 剥壳语义下未批准容器的子内容会被解包保留，
 //   其属性过滤真实发生，同样值得留痕；宁多报不漏报（审计定位用途）。
 //   顺序确定 → 同输入必得同 diffs（纯函数，无共享状态，测试钉死）。
+// - 配置形态防御：镜像只支持显式表形态，其他形态（false/缺省）的库语义与镜像
+//   解释相反（如 allowedTags:false = 全放行），模块加载即 fail fast——见
+//   {@link deriveMirrorView}。
 //
 // 白名单范围决策（冻结；改动须评审，测试钉死值域）：
 // - h1 不入白名单：标题层级归主题层（文章标题由主题渲染 h1），正文从 h2 起；
@@ -46,6 +50,8 @@
 //   阶段 3；本模块不越权。
 
 import sanitizeHtml, { type Attributes, type IOptions } from 'sanitize-html'
+import { naughtyHref } from 'launder'
+import parseSrcset from 'parse-srcset'
 
 /** 单条清洗差异：一次被白名单拒绝的标签/属性出现（审计与报告的最小记账单元） */
 export interface SanitizeDiff {
@@ -111,88 +117,96 @@ export const SANITIZE_CONFIG: Readonly<IOptions> = Object.freeze({
 /** excerpt 上限（字符）：审计摘要够定位即可，控制报告体积 */
 const EXCERPT_MAX = 80
 
-// ---- 镜像判定的派生索引（SANITIZE_CONFIG 冻结 → 模块级一次派生，纯常量视图）----
+/** 镜像判定所需的配置视图（形态断言 + 派生索引一次完成的产物） */
+interface MirrorView {
+  /** 白名单标签集（小写） */
+  tags: ReadonlySet<string>
+  /** 白名单属性表（含 '*' 通配；AllowedAttribute 受限值形态未启用，镜像只认字符串） */
+  attrsByTag: ReadonlyMap<string, ReadonlySet<string>>
+  /** 全局协议白名单（小写） */
+  schemes: readonly string[]
+  /** 按标签覆盖的协议表（本配置未用，机制保留） */
+  schemesByTag: ReadonlyMap<string, readonly string[]>
+  /** 参与协议判定的属性名集 */
+  schemeAttrs: ReadonlySet<string>
+  allowProtocolRelative: boolean
+}
 
-// allowedTags 的 false 形态（全拒绝）语义上等于空集——镜像统一为空 Set
+/**
-const TAGS_CFG = SANITIZE_CONFIG.allowedTags
+ * 配置形态防御 + 镜像派生索引（模块初始化即对 SANITIZE_CONFIG 调用；导出仅为
-const ALLOWED_TAGS: ReadonlySet<string> = new Set(
+ * 测试与未来动态配置消费方复检）。
-  TAGS_CFG === false || TAGS_CFG === undefined ? [] : TAGS_CFG,
+ *
-)
+ * 镜像判定只支持**显式表形态**，其余形态的库语义（实测 sanitize-html 2.18.1）：
+ * - allowedTags / allowedAttributes 传 `false` = **全放行**（allow-all——标签/属性
+ *   过滤整体旁路）；缺省 = 库自带默认白名单表。
+ * - allowedSchemes 传 `false` = **全拒绝**（实现走 `options.allowedSchemes || []`，
+ *   一切协议被判 naughty）。
+ * 这些形态若被镜像按"空集"解释，diff 报告会与清洗本体**静默反转**（全放行被报告
+ * 成全移除、全拒绝报告成无协议约束）。故本函数对不支持形态直接抛 TypeError：
+ * 配置漂移在模块加载即炸，不产出南辕北辙的报告。allowedSchemesByTag 例外：
+ * 缺省与 `{}` 等价（库逐属性回退全局表），允许缺省；boolean 形态仍拒绝。
+ */
+export function deriveMirrorView(cfg: Readonly<IOptions>): MirrorView {
+  const fail = (field: string): TypeError =>
+    new TypeError(
+      `SANITIZE_CONFIG.${field} 形态不受镜像判定支持（须为显式表：allowedTags/allowedSchemes/` +
+        `allowedSchemesAppliedToAttributes 为 string[]，allowedAttributes 为表对象，allowedSchemesByTag 为表对象或缺省）：` +
+        `false/缺省的库语义（全放行/库默认/全拒绝）与镜像解释相反，拒绝静默漂移`,
+    )
+  if (!Array.isArray(cfg.allowedTags)) throw fail('allowedTags')
+  if (typeof cfg.allowedAttributes !== 'object') throw fail('allowedAttributes')
+  if (!Array.isArray(cfg.allowedSchemes)) throw fail('allowedSchemes')
+  if (!Array.isArray(cfg.allowedSchemesAppliedToAttributes)) {
+    throw fail('allowedSchemesAppliedToAttributes')
+  }
+  if (cfg.allowedSchemesByTag !== undefined && typeof cfg.allowedSchemesByTag !== 'object') {
+    throw fail('allowedSchemesByTag')
+  }
 
-const ALLOWED_ATTRS = new Map<string, ReadonlySet<string>>()
+  const attrsByTag = new Map<string, ReadonlySet<string>>()
-{
+  for (const [tag, attrs] of Object.entries(cfg.allowedAttributes)) {
-  const configured = SANITIZE_CONFIG.allowedAttributes
+    // AllowedAttribute 允许 {name, values} 受限值形态；本配置只用字符串形态，
-  if (configured !== false && configured !== undefined) {
+    // 镜像只认字符串（受限值形态若未来启用，须同步扩展此处）
-    for (const [tag, attrs] of Object.entries(configured)) {
+    attrsByTag.set(tag, new Set(attrs.filter((a): a is string => typeof a === 'string')))
-      // AllowedAttribute 允许 {name, values} 受限值形态；本配置只用字符串形态，
+  }
-      // 镜像只认字符串（受限值形态若未来启用，须同步扩展此处）
+  const schemesByTag = new Map<string, readonly string[]>()
-      ALLOWED_ATTRS.set(
+  if (cfg.allowedSchemesByTag !== undefined) {
-        tag,
+    for (const [tag, schemes] of Object.entries(cfg.allowedSchemesByTag)) {
-        new Set(attrs.filter((a): a is string => typeof a === 'string')),
+      schemesByTag.set(tag, schemes.map((s) => s.toLowerCase()))
-      )
     }
   }
+  return {
+    tags: new Set(cfg.allowedTags),
+    attrsByTag,
+    schemes: cfg.allowedSchemes.map((s) => s.toLowerCase()),
+    schemesByTag,
+    schemeAttrs: new Set(cfg.allowedSchemesAppliedToAttributes),
+    allowProtocolRelative: cfg.allowProtocolRelative ?? true,
+  }
 }
 
+// 模块初始化：配置形态 fail fast（见 deriveMirrorView JSDoc）+ 派生索引一次构建
+// （SANITIZE_CONFIG 冻结 → 常量视图）
+const MIRROR: MirrorView = deriveMirrorView(SANITIZE_CONFIG)
+
 const EMPTY_ATTRS: ReadonlySet<string> = new Set()
 
-const SCHEME_ATTRS: ReadonlySet<string> = new Set(
-  SANITIZE_CONFIG.allowedSchemesAppliedToAttributes ?? ['href', 'src', 'cite'],
-)
-
-// 协议表归一小写（launder 以小写比较 scheme；配置值大小写不敏感）。
-// boolean 形态（false=不过滤）不参与镜像——本配置为 string[]，测试钉死
-const SCHEMES_CFG = SANITIZE_CONFIG.allowedSchemes
-const ALLOWED_SCHEMES: readonly string[] | undefined = Array.isArray(SCHEMES_CFG)
-  ? SCHEMES_CFG.map((s: string) => s.toLowerCase())
-  : undefined
-
-const SCHEMES_BY_TAG = new Map<string, readonly string[]>()
-{
-  const byTag = SANITIZE_CONFIG.allowedSchemesByTag
-  if (byTag !== false && byTag !== undefined) {
-    for (const [tag, schemes] of Object.entries(byTag)) {
-      SCHEMES_BY_TAG.set(tag, schemes.map((s: string) => s.toLowerCase()))
-    }
-  }
-}
-
-const ALLOW_PROTOCOL_RELATIVE = SANITIZE_CONFIG.allowProtocolRelative ?? true
-
 /**
- * launder.naughtyHref 的语义镜像（sanitize-html 2.18 经 launder 判定 URL 属性）：
+ * URL 判定复用 launder.naughtyHref——sanitize-html 2.18 内部即解构调用同一函数
- * 清理（剥 \x00-\x20 与 HTML 注释——浏览器忽略它们，常用于走私 scheme）后取
+ * （`const { naughtyHref: launderNaughtyHref } = require('launder')`），与清洗本体
- * scheme 前缀；无 scheme 时仅协议相对 URL 受 allowProtocolRelative 约束。
+ * 零镜像漂移；控制字符/HTML 注释走私（cleanHref）、scheme 前缀、协议相对语义随
- * 镜像而非复用（launder 未导出公开契约）：若库升级判定变化，测试对照
+ * launder 保证。协议表按标签覆盖解析（库语义：per-tag 表命中则覆盖，否则全局表）。
- * （仪表化等价测试 + 协议用例）会暴露漂移。
  */
-function isNaughtyUrl(rawUrl: string, allowedSchemes: readonly string[]): boolean {
+function isNaughtyUrl(url: string, allowedSchemes: readonly string[]): boolean {
-  // 浏览器会忽略 URL 中的控制字符（\x00-\x20，常见 scheme 走私手法，见 OWASP
+  return naughtyHref(url, {
-  // XSS Filter Evasion Cheat Sheet#Embedded tab）——控制字符正是本清洗的目标，豁免
+    allowedSchemes,
-  // eslint-disable-next-line no-control-regex
+    allowProtocolRelative: MIRROR.allowProtocolRelative,
-  let href = rawUrl.replace(/[\x00-\x20]+/g, '')
+  })
-  for (;;) {
-    const start = href.indexOf('<!--')
-    if (start === -1) break
-    const end = href.indexOf('-->', start + 4)
-    if (end === -1) break
-    href = href.slice(0, start) + href.slice(end + 3)
-  }
-  const scheme = href.match(/^([a-zA-Z][a-zA-Z0-9.\-+]*):/)?.[1]
-  if (scheme === undefined) {
-    if (/^[/\\]{2}/.test(href)) return !ALLOW_PROTOCOL_RELATIVE
-    return false
-  }
-  return !allowedSchemes.includes(scheme.toLowerCase())
-}
-
-function schemesFor(tag: string): readonly string[] {
-  return SCHEMES_BY_TAG.get(tag) ?? ALLOWED_SCHEMES ?? []
 }
 
 /** 控制字符（C0 + DEL）→ \uXXXX 转义文本（摘要在 JSON/日志里可见可 grep） */
 function escapeControlChars(text: string): string {
-  // 转义控制字符是本函数职责本身，豁免（同上：字符类里写控制字符是有意为之）
+  // 转义控制字符是本函数职责本身，豁免（字符类里写控制字符是有意为之）
   // eslint-disable-next-line no-control-regex
   return text.replace(/[\x00-\x1f\x7f]/g, (ch) => `\\u${ch.charCodeAt(0).toString(16).padStart(4, '0')}`)
 }
@@ -213,31 +227,36 @@ function openingTagMarkup(tag: string, attribs: Attributes): string {
 /**
  * 单个开标签事件的拒绝记账（onOpenTag 回调体）：
  * 标签被拒 → 只记 removed-tag（其属性随标签消失，不重复记账）；
- * 标签放行 → 逐属性记（未批准 / URL 协议被拒 / srcset 全候选被拒）。
+ * 标签放行 → 逐属性记（未批准 / URL 协议被拒 / srcset 全候选被拒或不可解析）。
  */
 function recordRejections(diffs: SanitizeDiff[], tag: string, attribs: Attributes): void {
-  if (!ALLOWED_TAGS.has(tag)) {
+  if (!MIRROR.tags.has(tag)) {
     diffs.push({ type: 'removed-tag', tag, excerpt: makeExcerpt(openingTagMarkup(tag, attribs)) })
     return
   }
-  const tagAttrs = ALLOWED_ATTRS.get(tag) ?? EMPTY_ATTRS
+  const tagAttrs = MIRROR.attrsByTag.get(tag) ?? EMPTY_ATTRS
-  const starAttrs = ALLOWED_ATTRS.get('*') ?? EMPTY_ATTRS
+  const starAttrs = MIRROR.attrsByTag.get('*') ?? EMPTY_ATTRS
-  const schemes = schemesFor(tag)
+  const schemes = MIRROR.schemesByTag.get(tag) ?? MIRROR.schemes
   for (const [attr, value] of Object.entries(attribs)) {
     const excerpt = makeExcerpt(`${attr}=${JSON.stringify(value)}`)
     if (!tagAttrs.has(attr) && !starAttrs.has(attr)) {
       diffs.push({ type: 'removed-attr', tag, attr, excerpt })
       continue
     }
-    if (SCHEME_ATTRS.has(attr) && isNaughtyUrl(value, schemes)) {
+    if (MIRROR.schemeAttrs.has(attr) && isNaughtyUrl(value, schemes)) {
       diffs.push({ type: 'removed-attr', tag, attr, excerpt })
       continue
     }
-    // srcset/imagesrcset 逐候选协议过滤的镜像：全部候选被拒时库会整属性删除（近似
+    // srcset/imagesrcset 与库同路径：parse-srcset 解析 + launder.naughtyHref 逐候选
-    // 逗号切分，仅 diff 判定用）；部分被拒仅重写不删除，不记账
+    // 判定。存活候选为零（全被拒/解析异常/零候选——含空串，库一律整属性删除）→
+    // 记 removed-attr；部分候选被拒仅重写属性值（属性保留），不记账
     if (attr === 'srcset' || attr === 'imagesrcset') {
-      const candidates = value.split(',').map((part) => part.trim().split(/\s+/)[0] ?? '')
+      try {
-      if (candidates.length > 0 && candidates.every((url) => url !== '' && isNaughtyUrl(url, schemes))) {
+        const hasSurvivor = parseSrcset(value).some(
+          (candidate) => !isNaughtyUrl(candidate.url, schemes),
+        )
+        if (!hasSurvivor) diffs.push({ type: 'removed-attr', tag, attr, excerpt })
+      } catch {
         diffs.push({ type: 'removed-attr', tag, attr, excerpt })
       }
     }

packages/adapter-wordpress/src/types/launder.d.ts

@@ -0,0 +1,12 @@
+// launder 无官方类型（@types/launder 不存在）。本包仅消费其静态导出的 naughtyHref
+// ——sanitize-html 2.18 同样以解构方式消费（见其 index.js 顶部
+// `const { naughtyHref: launderNaughtyHref } = require('launder')`），属公开用法。
+// 签名按 launder@1.7.2 源码核对：cleanHref（剥 \x00-\x20 与 HTML 注释——浏览器
+// 忽略它们，常见 scheme 走私手法）→ scheme 前缀判定；options 两键可选，
+// allowedSchemes 缺省值为 launder 自带默认表（本包始终显式传入，不依赖缺省）。
+declare module 'launder' {
+  export function naughtyHref(
+    href: string,
+    options?: { allowedSchemes?: readonly string[]; allowProtocolRelative?: boolean },
+  ): boolean
+}

packages/adapter-wordpress/test/html-sanitize.test.ts

@@ -4,9 +4,14 @@
 import { createReadStream } from 'node:fs'
 import { fileURLToPath } from 'node:url'
 import { describe, expect, it } from 'vitest'
-import sanitizeHtml from 'sanitize-html'
+import sanitizeHtml, { type IOptions } from 'sanitize-html'
 import { parseWxrStream } from '../src/parse/wxr-stream.js'
-import { SANITIZE_CONFIG, sanitizeBodyHtml, type SanitizeDiff } from '../src/sanitize/html.js'
+import {
+  deriveMirrorView,
+  SANITIZE_CONFIG,
+  sanitizeBodyHtml,
+  type SanitizeDiff,
+} from '../src/sanitize/html.js'
 
 const FIXTURE = fileURLToPath(new URL('../../../tests/fixtures/wxr/mini.xml', import.meta.url))
 
@@ -169,6 +174,72 @@ describe('sanitizeBodyHtml：差异收集机制', () => {
   })
 })
 
+describe('srcset 逐候选精确审计（parse-srcset 同库实现，非逗号粗切）', () => {
+  it('全候选 data:（URL 内嵌逗号不误切）→ 整属性删除 + removed-attr diff', () => {
+    const result = sanitizeBodyHtml(
+      '<img src="https://ok.example/f.png" srcset="data:image/png;base64,AAAA 1x, data:image/gif;base64,BBBB 2x" />',
+    )
+    expect(result.html).toBe('<img src="https://ok.example/f.png" />')
+    expect(result.diffs).toStrictEqual([
+      {
+        type: 'removed-attr',
+        tag: 'img',
+        attr: 'srcset',
+        excerpt: 'srcset="data:image/png;base64,AAAA 1x, data:image/gif;base64,BBBB 2x"',
+      },
+    ])
+  })
+
+  it('混合候选（data: 恶 + https 善）→ 库仅重写为善候选，属性保留不记账', () => {
+    const result = sanitizeBodyHtml(
+      '<img srcset="data:image/png;base64,AAAA 1x, https://ok.example/a.png 2x" alt="s" />',
+    )
+    expect(result.html).toBe('<img srcset="https://ok.example/a.png 2x" alt="s" />')
+    expect(result.diffs).toStrictEqual([]) // 部分被拒 = 重写而非移除
+  })
+
+  it('不可解析 srcset（,,,,,,，零候选）→ 整属性删除 + removed-attr diff', () => {
+    const result = sanitizeBodyHtml(
+      '<img src="https://ok.example/a.png" srcset=",,,,,," alt="u" />',
+    )
+    expect(result.html).toBe('<img src="https://ok.example/a.png" alt="u" />')
+    expect(result.diffs).toStrictEqual([
+      { type: 'removed-attr', tag: 'img', attr: 'srcset', excerpt: 'srcset=",,,,,,"' },
+    ])
+  })
+})
+
+describe('deriveMirrorView：配置形态防御（fail fast，程序员错误）', () => {
+  it('SANITIZE_CONFIG 现形（显式表）通过断言并产出镜像视图', () => {
+    const view = deriveMirrorView(SANITIZE_CONFIG)
+    expect(view.tags.has('p')).toBe(true)
+    expect([...(view.attrsByTag.get('a') ?? [])]).toContain('href')
+    expect(view.schemes).toStrictEqual(['http', 'https', 'mailto', 'tel'])
+    expect(view.schemeAttrs.has('src')).toBe(true)
+  })
+
+  // 显式注解防字面量拓宽（false → boolean 会脱离 IOptions 联合）
+  const badForms: ReadonlyArray<readonly [string, Partial<IOptions>]> = [
+    ['allowedTags: false（库语义=全放行，镜像按空集解释即反转）', { allowedTags: false }],
+    ['allowedAttributes: false（库语义=全放行）', { allowedAttributes: false }],
+    ['allowedAttributes 缺省（库语义=库默认白名单表，非空集）', { allowedAttributes: undefined }],
+    ['allowedSchemes: false（库语义=全拒绝，实现走 || []）', { allowedSchemes: false }],
+    ['allowedSchemesAppliedToAttributes 缺省（库默认长清单，镜像窄于默认会漏报）', { allowedSchemesAppliedToAttributes: undefined }],
+  ]
+
+  it.each(badForms)('%s → TypeError', (_label, override) => {
+    expect(() => deriveMirrorView({ ...SANITIZE_CONFIG, ...override })).toThrow(TypeError)
+  })
+
+  it('allowedSchemesByTag：缺省合法（≡ {}，库逐属性回退全局表）；boolean 形态拒绝', () => {
+    const { allowedSchemesByTag: _absent, ...withoutByTag } = SANITIZE_CONFIG
+    expect(deriveMirrorView(withoutByTag).schemes).toStrictEqual(['http', 'https', 'mailto', 'tel'])
+    expect(() => deriveMirrorView({ ...SANITIZE_CONFIG, allowedSchemesByTag: false })).toThrow(
+      TypeError,
+    )
+  })
+})
+
 describe('sanitizeBodyHtml：边界输入', () => {
   it('空串 → 空串、零 diff', () => {
     expect(sanitizeBodyHtml('')).toStrictEqual({ html: '', diffs: [] })
@@ -222,11 +293,31 @@ describe('SANITIZE_CONFIG：白名单冻结与钉死', () => {
     expect(SANITIZE_CONFIG.allowedSchemes).toStrictEqual(['http', 'https', 'mailto', 'tel'])
     expect(SANITIZE_CONFIG.allowProtocolRelative).toBe(true)
   })
+})
 
-  it('仪表化不影响输出：sanitizeHtml(x, SANITIZE_CONFIG) 与 sanitizeBodyHtml(x).html 逐字节一致', () => {
+describe('仪表化等价（对抗样本参数化）', () => {
-    const dirty =
+  // 覆盖走私变形（实体/控制字符/NULL/URL 注释）、解析边界（未引号/重复属性/
-      '<p onclick="a()">t1</p><script>evil()</script><a href="javascript:x">t2</a><iframe src="https://e.example/f">fb</iframe><img src="https://ok.example/p.png" onerror="y()" alt="ok">'
+  // 混合大小写/深嵌套）与 srcset 形态（data: 逗号内嵌/全恶/不可解析）——这些正是
-    expect(sanitizeHtml(dirty, { ...SANITIZE_CONFIG })).toBe(sanitizeBodyHtml(dirty).html)
+  // before/after 对比会误报、粗切镜像会漏报的形态
-    expect(sanitizeHtml(MINI_101_BODY, { ...SANITIZE_CONFIG })).toBe(sanitizeBodyHtml(MINI_101_BODY).html)
+  const samples: ReadonlyArray<readonly [string, string]> = [
+    ['script 内容移除', '<p>a</p><script>alert(1)</script>'],
+    ['实体编码协议（&colon; 解码后判定）', '<a href="javascript&colon;alert(1)">x</a>'],
+    ['控制字符走私（java\\u0001script:）', '<a href="java\x01script:alert(1)">x</a>'],
+    ['NULL 字节走私（java\\u0000script:）', '<a href="java\x00script:alert(1)">x</a>'],
+    ['URL 注释走私（java<!-- -->script:）', '<a href="java<!-- -->script:alert(1)">x</a>'],
+    ['未加引号属性', '<a href=javascript:alert(1)>x</a>'],
+    ['重复属性（解析器首值胜出）', '<a href="/ok/" href="javascript:x">d</a>'],
+    ['混合大小写标签与属性', '<ScRiPt>x</ScRiPt><A HREF="JaVaScRiPt:x">y</A>'],
+    ['iframe + 事件属性混合', '<iframe src="https://e.example/f" onload="x()">fb</iframe>'],
+    ['多重违例混合', '<p onclick="a()">t1</p><script>evil()</script><a href="javascript:x">t2</a><iframe src="https://e.example/f">fb</iframe><img src="https://ok.example/p.png" onerror="y()" alt="ok">'],
+    ['data: 逗号内嵌 srcset（部分重写）', '<img srcset="data:image/png;base64,AAAA 1x, https://ok.example/a.png 2x" alt="s" />'],
+    ['全 data: srcset（整属性删除）', '<img src="https://ok.example/f.png" srcset="data:image/png;base64,AAAA 1x, data:image/gif;base64,BBBB 2x" />'],
+    ['不可解析 srcset（,,,,,,）', '<img src="https://ok.example/a.png" srcset=",,,,,," alt="u" />'],
+    ['深嵌套 30 层 + 内层违例', `<div>${'<div>'.repeat(29)}<p onclick="x()">deep</p>${'</div>'.repeat(29)}</div>`],
+    ['mini.xml 101 正文', MINI_101_BODY],
+  ]
+
+  it.each(samples)('sanitizeHtml(x, SANITIZE_CONFIG) ≡ sanitizeBodyHtml(x).html：%s', (_label, sample) => {
+    expect(sanitizeBodyHtml(sample).html).toBe(sanitizeHtml(sample, { ...SANITIZE_CONFIG }))
   })
 })

pnpm-lock.yaml

@@ -66,6 +66,12 @@ importers:
       '@sf/contracts':
         specifier: workspace:*
         version: link:../contracts
+      launder:
+        specifier: ^1.7.2
+        version: 1.7.2
+      parse-srcset:
+        specifier: ^1.0.2
+        version: 1.0.2
       sanitize-html:
         specifier: ^2
         version: 2.18.1
@@ -73,6 +79,9 @@ importers:
         specifier: ^6.0.0
         version: 6.0.0
     devDependencies:
+      '@types/parse-srcset':
+        specifier: ^1.0.0
+        version: 1.0.0
       '@types/sanitize-html':
         specifier: ^2.16.2
         version: 2.16.2
@@ -924,6 +933,9 @@ packages:
   '@types/node@22.20.5':
     resolution: {integrity: sha512-U2+DNr+wSjpsTS/wZGYHq7GcwfuSmKiKvoPvK22zwTlRhU91yOniN4qRR5KhIjvif7ysw/dz/hKmfDH0Ris4aA==}
 
+  '@types/parse-srcset@1.0.0':
+    resolution: {integrity: sha512-5ehc1s3aIQJ05ZVAmYoqDUN8zvlrIZvRUfYP+2bhGNzrY5RQBeJS9JO9jpkVm/vSOW/MkRYLArS/fhXY5cgXPg==}
+
   '@types/sanitize-html@2.16.2':
     resolution: {integrity: sha512-kuAbgDCFv418flrp3z4o/4ufLA/5ovmXRH0L419iZCPGO7w00znjeDI5Wy/KZWNIBpDQc7hucCK+J5almB6FyA==}
 
@@ -2279,6 +2291,8 @@ snapshots:
     dependencies:
       undici-types: 6.21.0
 
+  '@types/parse-srcset@1.0.0': {}
+
   '@types/sanitize-html@2.16.2':
     dependencies:
       htmlparser2: 12.0.0