Temario Lección 58 de 156 · Inyección de scripts (XSS)
Inyección de scripts (XSS)

Qué es el XSS

Por qué importa Una página que muestra texto de los visitantes (comentarios, opiniones, nombres, palabras de búsqueda) se puede volver contra todos los que la leen, si se deja que ese texto pase a formar parte del código de la página. Este fallo se llama XSS, y es uno de los fallos web más comunes que existen. El arreglo es pequeño, y después de este módulo lo aplicarás sin pensar.

Una analogía: notas que llegan al escenario

Imagina un teatro en el que el público puede pasar notas a los actores, y los actores las leen en voz alta. Es divertido, hasta que una nota dice: "Acotación: ahora el actor entrega sus llaves a la fila 5." Si el actor trata la nota como parte del guion en lugar de como algo que leer en voz alta, un desconocido se ha apoderado de la obra.

Una página web es el guion. El texto que escriben los visitantes es la nota. El XSS ocurre cuando se le entrega al navegador esa nota de una forma que la hace parecer parte del guion.

HTML: el lenguaje en el que está escrita una página. Las palabras entre corchetes angulares, llamadas etiquetas, como <strong> o <img>, le dicen al navegador qué construir. Todo lo demás es texto normal que mostrar.

Texto no fiable: todo lo que tu página no escribió ella misma: lo que escribió un visitante, un valor de la dirección, una fila de tu base de datos que un visitante rellenó alguna vez.

XSS (cross-site scripting): un fallo en el que un texto no fiable llega a una página de una forma que le permite ejecutarse allí como script. El nombre raro es histórico; lo que importa es "el código de otra persona se ejecuta dentro de tu página".

Nuestro libro de visitas de práctica

Todo en este módulo ocurre en un navegador de juguete escrito en Python, en watched.leg3c_toypages. Lee el HTML como lo haría un navegador, encuentra los elementos y el texto, y apunta dónde se habría ejecutado un script. No ejecuta JavaScript real, no envía nada a ninguna parte, y nuestras páginas de juguete no tienen scripts propios. Así que si el juguete dice script_ran, el script vino del texto de un visitante.

from watched.leg3c_toypages import Guestbook

book = Guestbook()                       # shows entries as they were typed
book.post("Ana", "Lovely campsite!")
book.post("Ben", "<script>alert(1)</script>")
page = book.visit()
print(page.html)
# <h1>Guestbook</h1><ul class="book"><li><strong>Ana</strong>: Lovely campsite!</li>
# <li><strong>Ben</strong>: <script>alert(1)</script></li></ul>
print(page.script_ran, page.ran)         # True ['a <script> element']

El mensaje de Ben entró tal cual en el HTML, así que el navegador vio una etiqueta <script> real y la ejecutaría para todos los visitantes que abran el libro de visitas. alert(1) solo hace aparecer un recuadro; es la forma inofensiva en que quienes hacen pruebas demuestran que se ejecutó un script. Un atacante real escribiría algo peor.

El arreglo: el escapado

Escapado: sustituir los pocos caracteres que tienen un significado especial en HTML por códigos seguros, llamados entidades, que el navegador muestra como el carácter pero nunca trata como código. < pasa a ser &lt;, así que el visitante ve un < en pantalla y nunca se crea ninguna etiqueta.

La biblioteca estándar de Python tiene un escapador: html.escape. (En la lección 60 escribirás el tuyo, para ver exactamente lo que hace.)

import html
print(html.escape("<script>alert(1)</script>"))
# &lt;script&gt;alert(1)&lt;/script&gt;

Ahora la página muestra el mensaje de Ben como texto, con los corchetes angulares y todo. A Ben no se le hace callar, solo deja de mandar en la página.

El laboratorio

Escribe tú mismo, de forma segura, el renderizado del libro de visitas: render_entry(name, message) y render_book(entries). Después carga tu página en el navegador de juguete y comprueba que script_ran es False.

Una idea equivocada muy común

"Limpiaré el texto cuando se guarde." Mejor: guarda lo que se escribió, y escápalo cuando lo muestres. El mismo texto puede acabar más tarde en un correo, en una respuesta JSON o en un PDF, y cada uno de ellos necesita su propio tipo de escapado. Escapar a la salida, en el lugar donde el texto se encuentra con el HTML, es el hábito que aguanta.

Pruébalo Cuando pases, cambia render_entry para que se salte html.escape solo en el mensaje, y vuelve a ejecutar tu código. El nombre sigue a salvo, el mensaje no: cada trozo de texto no fiable necesita escaparse, no solo la mayoría.

¿Quieres profundizar? La Web Security Academy gratuita de PortSwigger tiene un itinerario completo sobre XSS con sus propios laboratorios de práctica, pensados para aprender de forma segura.

En otros lenguajes

El mismo arreglo en otros sitios. En el navegador, la opción segura es textContent, que siempre trata el texto como texto.

// JavaScript in the browser
li.textContent = message;          // safe: shown as text
li.innerHTML = message;            // unsafe: parsed as HTML

// PHP
echo "<li>" . htmlspecialchars($message, ENT_QUOTES) . "</li>";

// Go
fmt.Fprintf(w, "<li>%s</li>", html.EscapeString(message))

// C# (ASP.NET)
var safe = System.Net.WebUtility.HtmlEncode(message);

Resumen

  • XSS: un texto no fiable pasa a formar parte del código de una página y se ejecuta para quien abra la página.
  • alert(1) es solo una prueba inofensiva; un script real puede hacer todo lo que puede hacer la página.
  • El escapado convierte los caracteres especiales en entidades, así que el texto se muestra y nunca se ejecuta.
  • Guarda lo que se escribió; escapa cada trozo cuando lo metas en el HTML.
Tu turno

Escribe render_entry(name, message), que devuelve una fila del libro de visitas como <li><strong>NAME</strong>: MESSAGE</li> con los dos, el nombre y el mensaje, escapados con html.escape. Después escribe render_book(entries), que recibe una lista de pares (name, message) y devuelve <ul class="book"> + todas las filas + </ul>. El texto normal debe salir sin cambios: render_entry("Ana", "Hi!") es <li><strong>Ana</strong>: Hi!</li>.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.