Conteúdo do curso Lição 60 de 156 · Injeção de script (XSS)
Injeção de script (XSS)

O escape bem feito

Por que isso importa Todo sistema de templates e todo framework tem um escapador dentro. Escrever um você mesmo, uma vez, mostra exatamente quais caracteres importam e por que a ordem dos passos importa. Depois, quando você vir um escapador desligado ou usado no lugar errado, vai perceber.

Uma analogia: uma rotuladora

Uma rotuladora imprime o que você digitar. Se alguém digitar o próprio código de controle da impressora, uma rotuladora descuidada o obedeceria. Uma cuidadosa imprime um desenho desse código. Um escapador de HTML é a rotuladora cuidadosa: os caracteres especiais são impressos, nunca obedecidos.

Entidade: um código que o HTML usa para mostrar um caractere com segurança. Ele começa com & e termina com ;. &lt; mostra <, &amp; mostra &.

Os cinco caracteres

CaractereViraPor que é especial
&&amp;começa uma entidade
<&lt;começa uma tag
>&gt;termina uma tag
"&quot;termina um atributo entre aspas duplas
'&#x27;termina um atributo entre aspas simples

A ordem importa: o e comercial primeiro

Se você trocar < primeiro, obtém &lt;. Se depois trocar &, isso vira &amp;lt;, e o visitante vê o texto &lt; em vez de <. Então troque & primeiro, depois o resto.

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

Por que as aspas importam: os atributos

O texto não vai só entre as tags. Muitas vezes ele vai dentro de um atributo, como uma caixa de busca que lembra o que você digitou:

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

Nenhum sinal de menor ou maior foi necessário. O " fechou o valor e o resto virou um atributo novo. Fazer o escape de " para &quot; mantém tudo dentro do valor. Faça o escape de ' também, porque alguns templates usam aspas simples. E sempre coloque aspas em volta dos valores de atributo: sem elas, um único espaço basta para começar um atributo novo.

O que o escape não cobre

O escape de HTML é a ferramenta certa para texto entre tags e dentro de atributos com aspas. É a ferramenta errada dentro de um bloco <script>, dentro de CSS e para o endereço de um link: href="javascript:..." não contém nenhum caractere especial. Para links, permita só endereços que começam com https:// ou http:// (ou que são relativos). Para dados de que um script precisa, coloque-os em um atributo data- ou em um bloco JSON que seu framework monta para você (o json_script do Django, por exemplo).

O exercício

Escreva escape_html(text). Não use html.escape aqui: o ponto é construí-lo. Os testes o experimentam entre tags, em atributos com aspas duplas e simples e em centenas de strings aleatórias.

Um equívoco comum

"Fazer o escape duas vezes é mais seguro." Não é seguro, é quebrado: o visitante vê lixo como &amp;lt; na tela. Faça o escape exatamente uma vez, no momento em que o texto entra no HTML.

Experimente Depois de passar, imprima escape_html("Fish & chips <3") e depois cole o resultado em load("<p>" + ... + "</p>").text. Você recebe as palavras originais de volta: o escape não perde nada.

Em outras linguagens
// 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");

Resumo

  • Faça o escape de cinco caracteres: &, <, >, " e '.
  • Troque o & primeiro, senão você escapa duas vezes suas próprias entidades.
  • As aspas importam porque o texto muitas vezes cai dentro de atributos; sempre coloque aspas nos valores de atributo.
  • O escape de HTML não é a ferramenta para blocos de script, CSS nem endereços de links.
Sua vez

Escreva escape_html(text) sem html.escape. Transforme a entrada em string com str() e depois troque & por &amp; primeiro, depois < por &lt;, > por &gt;, " por &quot; e ' por &#x27;. Retorne o resultado.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.