Temario Lección 61 de 156 · Inyección de scripts (XSS)
Inyección de scripts (XSS)

Por qué fallan las listas negras

Por qué importa Un atajo tentador es "quitar lo malo" de lo que escriben los visitantes. Parece seguro y no lo es: tienes que adivinar de antemano cada cosa mala, y por el camino estropeas texto honesto. Verlo fallar con un ejemplo diminuto te ahorra publicarlo.

Una analogía: un portero con una lista de caras

Un portero con una lista de diez caras vetadas detiene a esas diez personas. Cualquiera que no esté en la lista entra, incluido el undécimo alborotador, y a un invitado honesto que se parece a alguien de la lista lo echan. El escapado es una idea completamente distinta: entra todo el mundo, pero nadie llega a pasar a los camerinos.

Filtro de lista negra: código que busca en un texto cosas que se sabe que son malas y las borra o las rechaza. También se llama lista de bloqueo o lista de denegación.

Nuestro filtro de juguete

Para este laboratorio escribimos a propósito un filtro muy sencillo en watched.leg3c_toypages. Solo borra el texto exacto <script> y </script>:

def toy_filter(text):
    return text.replace("<script>", "").replace("</script>", "")

def filtered_comment(text):
    return '<p class="comment">' + toy_filter(text) + "</p>"

Estos son los cuatro casos de FILTER_CASES, pasados por él:

Escrito¿Se ejecutó el script?¿Se conservó el texto?
<script>alert(1)</script>NoNo: muestra alert(1)
<SCRIPT>alert(1)</SCRIPT>SíNo
<img src="x" onerror="alert(1)">SíNo
Tip: put the <script> tag at the end of the body.NoNo: la palabra desapareció

Lo que enseña cada fila:

  • Fila 1: el filtro atrapa lo único para lo que se escribió. Por eso los filtros parecen funcionar en una prueba rápida.
  • Fila 2: los nombres de las etiquetas HTML no distinguen mayúsculas, pero nuestro filtro sí. Basta una variación que se le escape.
  • Fila 3: un script no necesita ninguna etiqueta <script>. Los atributos de manejadores de eventos también ejecutan scripts, y hay muchos.
  • Fila 4: a un visitante honesto que escribía sobre HTML se le comieron las palabras. Los filtros hacen daño a los usuarios reales.

Podrías parchear el filtro para cada fila. Entonces habría un quinto caso, y un sexto. La lista de cosas que puede hacer HTML es larga y no para de crecer, así que un filtro siempre va un paso por detrás. No es una carrera en la que merezca la pena entrar; este curso no va más allá en ella.

El arreglo: escapa, no filtres

El escapado no necesita una lista de cosas malas. Cambia los cinco caracteres especiales, así que nada de lo que se escriba puede convertirse en una etiqueta o en un atributo. Cada fila de arriba pasa a ser: script ejecutado No, texto conservado Sí. El texto honesto sobrevive porque no se borra nada.

El laboratorio

Escribe escaped_comment(text), y compare(cases), que mide los dos enfoques con una lista de casos y devuelve un diccionario por caso.

Una idea equivocada muy común

"Los filtros están bien como segunda capa." La defensa en profundidad es buena, pero la segunda capa debería ser algo diseñado para ello, como la Content Security Policy del próximo módulo (lección 64), no una lista de palabras que además rompe el texto honesto. Las listas de permitidos tienen su sitio para la estructura ("este campo es un número", "los enlaces deben empezar por https://") o para el texto enriquecido mediante una biblioteca de saneado bien probada. No sustituyen al escapado.

Pruébalo Cuando pases, añade a la lista un caso inofensivo tuyo, como {"label": "maths", "text": "if a < b and b > c"}, y vuelve a ejecutar compare. El escapado lo conserva exactamente; comprueba lo que hace el filtro.

¿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

La misma comparación en JavaScript. El filtro es de juguete; no lo copies.

// toy filter (bad idea)
const toyFilter = (t) => t.replaceAll("<script>", "").replaceAll("</script>", "");
el.innerHTML = toyFilter(comment);       // still runs <img onerror>

// the fix
el.textContent = comment;                // nothing typed becomes markup

// Go: html/template escapes for you; never build HTML with string glue
tmpl := template.Must(template.New("c").Parse(`<p class="comment">{{.}}</p>`))
tmpl.Execute(w, comment)

Resumen

  • Un filtro de lista negra debe adivinar de antemano cada entrada maliciosa, y HTML tiene variaciones sin fin.
  • Nuestro filtro de juguete se dejó una etiqueta en mayúsculas y un manejador de eventos, y se comió las palabras de un visitante honesto.
  • El escapado no necesita ninguna lista: nada de lo que se escriba puede convertirse en marcado, y no se borra nada.
  • Usa listas de permitidos para la estructura (números, esquemas de enlaces) y el escapado para el texto.
Tu turno

Escribe escaped_comment(text), que devuelve <p class="comment"> + el texto escapado con html.escape + </p>. Después escribe compare(cases): para cada diccionario de caso (claves label y text) carga en el navegador de juguete filtered_comment(text) y escaped_comment(text) y devuelve una lista de diccionarios con las claves label, filter_ran, escape_ran (el script_ran de las páginas), filter_kept y escape_kept (True cuando el text de la página es exactamente igual al texto escrito), en el mismo orden que los casos.

¿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.