Programme Leçon 60 sur 156 · L'injection de script (XSS)
L'injection de script (XSS)

Un échappement bien fait

Pourquoi c'est important Chaque système de templates et chaque framework a un outil d'échappement à l'intérieur. En écrire un toi-même, une fois, te montre exactement quels caractères comptent et pourquoi l'ordre des étapes compte. Ensuite, quand tu verras un échappement désactivé ou utilisé au mauvais endroit, tu le repéreras.

Une analogie : une étiqueteuse

Une étiqueteuse imprime tout ce que tu tapes. Si quelqu'un tape le propre code de commande de l'imprimante, une étiqueteuse négligente lui obéirait. Une soigneuse imprime à la place une image de ce code. Un outil d'échappement HTML est l'étiqueteuse soigneuse : les caractères spéciaux sont imprimés, jamais obéis.

Entité : un code qu'utilise le HTML pour afficher un caractère sans risque. Elle commence par & et finit par ;. &lt; affiche <, &amp; affiche &.

Les cinq caractères

CaractèreDevientPourquoi il est spécial
&&amp;commence une entité
<&lt;commence une balise
>&gt;termine une balise
"&quot;termine un attribut entre guillemets doubles
'&#x27;termine un attribut entre guillemets simples

L'ordre compte : l'esperluette d'abord

Si tu remplaces < d'abord, tu obtiens &lt;. Si tu remplaces ensuite &, ça devient &amp;lt;, et le visiteur voit le texte &lt; au lieu de <. Donc remplace & d'abord, puis le reste.

"<".replace("<", "&lt;").replace("&", "&amp;")   # '&amp;lt;'  wrong: escaped twice
"<".replace("&", "&amp;").replace("<", "&lt;")   # '&lt;'      right

Pourquoi les guillemets comptent : les attributs

Le texte ne va pas seulement entre les balises. Il va souvent dans un attribut, comme une zone de recherche qui se souvient de ce que tu as tapé :

template = '<input name="q" value="{}">'
typed = 'tent" onfocus="alert(1)'
print(template.format(typed))
# <input name="q" value="tent" onfocus="alert(1)">   the quote ended the value early

Aucun chevron n'a été nécessaire. Le " a fermé la valeur et le reste est devenu un nouvel attribut. Échapper " en &quot; garde tout à l'intérieur de la valeur. Échappe aussi ', car certains templates utilisent des guillemets simples. Et mets toujours des guillemets autour des valeurs d'attribut : sans eux, une seule espace suffit à commencer un nouvel attribut.

Ce que l'échappement ne couvre pas

L'échappement HTML est le bon outil pour le texte entre les balises et dans les attributs entre guillemets. C'est le mauvais outil dans un bloc <script>, dans du CSS, et pour l'adresse d'un lien : href="javascript:..." ne contient aucun caractère spécial. Pour les liens, n'autorise que les adresses qui commencent par https:// ou http:// (ou qui sont relatives). Pour les données dont un script a besoin, mets-les dans un attribut data- ou dans un bloc JSON que ton framework construit pour toi (le json_script de Django, par exemple).

L'exercice

Écris escape_html(text). N'utilise pas html.escape ici : le but est de le construire. Les tests l'essaient entre des balises, dans des attributs entre guillemets doubles et simples, et sur des centaines de chaînes aléatoires.

Une idée reçue

« Échapper deux fois, c'est encore plus sûr. » Ce n'est pas sûr, c'est cassé : le visiteur voit des parasites &amp;lt; à l'écran. Échappe exactement une fois, au moment où le texte entre dans le HTML.

Essaie Une fois réussi, affiche escape_html("Fish & chips <3"), puis colle le résultat dans load("<p>" + ... + "</p>").text. Tu récupères les mots d'origine : l'échappement est sans perte.

Dans d'autres langages
// JavaScript
function escapeHtml(text) {
  return String(text)
    .replaceAll("&", "&amp;")      // first
    .replaceAll("<", "&lt;")
    .replaceAll(">", "&gt;")
    .replaceAll('"', "&quot;")
    .replaceAll("'", "&#x27;");
}

// Rust (by hand, one pass)
fn escape_html(s: &str) -> String {
    let mut out = String::with_capacity(s.len());
    for c in s.chars() {
        match c {
            '&' => out.push_str("&amp;"),
            '<' => out.push_str("&lt;"),
            '>' => out.push_str("&gt;"),
            '"' => out.push_str("&quot;"),
            '\'' => out.push_str("&#x27;"),
            _ => out.push(c),
        }
    }
    out
}

// PHP has it built in
htmlspecialchars($text, ENT_QUOTES | ENT_HTML5, "UTF-8");

Récap

  • Échappe cinq caractères : &, <, >, " et '.
  • Remplace & d'abord, sinon tu échappes deux fois tes propres entités.
  • Les guillemets comptent car le texte arrive souvent dans des attributs ; mets toujours les valeurs d'attribut entre guillemets.
  • L'échappement HTML n'est pas l'outil pour les blocs de script, le CSS ou les adresses de liens.
À ton tour

Écris escape_html(text) sans html.escape. Transforme l'entrée en chaîne avec str(), puis remplace & par &amp; d'abord, puis < par &lt;, > par &gt;, " par &quot; et ' par &#x27;. Renvoie le résultat.

Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon

Cet exercice s'ouvre bientôt

Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.