Programma Les 60 van 156 · Scriptinjectie (XSS)
Scriptinjectie (XSS)

Escaping goed uitgevoerd

Waarom dit ertoe doet Elk templatesysteem en elk framework heeft een escaper erin. Zelf er één schrijven, één keer, laat je precies zien welke karakters belangrijk zijn en waarom de volgorde van de stappen ertoe doet. Dan, wanneer je een escaper uitgeschakeld of op de verkeerde plek gebruikt ziet, zul je het opmerken.

Een analogie: een labelmaker

A label maker printt alles wat je typt. Als iemand de eigen bedieningscode van de printer typt, zou een onvoorzichtige label maker dit gehoorzamen. Een zorgvuldige label maker print in plaats daarvan een afbeelding van die code. Een HTML escaper is de zorgvuldige label maker: speciale tekens worden geprint, nooit gehoorzaamed.

Entity: een code die HTML gebruikt om een teken veilig te tonen. Het begint met & en eindigt met ;. &lt; toont <, &amp; toont &.

De vijf karakters

CharacterWordtWaarom het speciaal is
&&amp;start een entiteit
<&lt;begint een tag
>&gt;verzendt een tag
"&quot;verstuurt een attribuut met dubbele aanhalingstekens
'&#x27;verstuurt een attribute met een enkele quote

Volgorde is belangrijk: ampersand eerst

Als je < eerst vervangt, krijg je &lt;. Als je daarna & vervangt, wordt dat &amp;lt;, en de bezoeker ziet de tekst &lt; in plaats van <. Vervang dus eerst &, dan de rest.

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

Waarom quotes ertoe doen: attributen

Text staat niet alleen tussen tags. Het staat vaak in een attribuut, zoals een zoekvak dat onthoudt wat je typte:

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

Er was geen haakje nodig. De " sloot de waarde af en de rest werd een nieuw attribuut. Het escapen van " naar &quot; houdt alles binnen de waarde. Escape ' ook, want sommige templates gebruiken enkele aanhalingstekens. En zet altijd aanhalingstekens rond attribuutwaarden: zonder deze is een enkele spatie genoeg om een nieuw attribuut te starten.

Wat escaping niet dekt

HTML escaping is het juiste middel voor tekst tussen tags en binnen quoted attributen. Het is het verkeerde middel binnen een <script> blok, binnen CSS en voor een linkadres: href="javascript:..." bevat helemaal geen speciale tekens. Voor links mag je alleen adressen toestaan die beginnen met https:// of http:// (of relatief zijn). Voor data die een script nodig heeft, zet je het in een data- attribuut of een JSON blok dat je framework voor je bouwt (Django's json_script, bijvoorbeeld).

De oefening

Schrijf escape_html(text). Gebruik html.escape hier niet: het punt is om het te bouwen. De tests proberen het tussen tags, in attributes met dubbele en enkele aanhalingstekens, en op honderden willekeurige strings.

A veelvoorkomende misvatting

"Twee keer escapen is extra veilig." Het is niet veilig, het is kapot: de bezoeker ziet &amp;lt; troep op het scherm. Escape precies één keer, op het moment dat tekst naar de HTML gaat.

Probeer het Nadat je klaar bent, print je escape_html("Fish & chips <3"), en plak het resultaat dan in load("<p>" + ... + "</p>").text. Je krijgt de originele woorden terug: escaping is lossless.

In andere talen
// 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");

Samenvatting

  • ontsnap vijf tekens: &, <, >, " en '.
  • Vervang & eerst, anders ontsnapt je eigen entiteiten twee keer.
  • Aanhalingstekens zijn belangrijk omdat tekst vaak binnen attributen terechtkomt; zet altijd aanhalingstekens voor attribuutwaarden.
  • HTML escaping is niet het hulpmiddel voor script blokken, CSS of link adressen.
Jij bent aan de beurt

Schrijf escape_html(text) zonder html.escape. Maak van de input een string met str(), vervang dan & door &amp; first, daarna < door &lt;, > door &gt;, " door &quot; en ' door &#x27;. Geef het resultaat terug.

Een probleem ontdekt in deze les? Meld het · Vraag naar deze les

Deze oefening opent binnenkort

Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.