Conteúdo do curso Lição 58 de 156 · Injeção de script (XSS)
Injeção de script (XSS)

O que é XSS

Por que isso importa Uma página que mostra texto dos visitantes (comentários, avaliações, nomes, termos de busca) pode ser virada contra todo mundo que a lê, se esse texto puder virar parte do código da página. Esse bug se chama XSS, e é um dos bugs mais comuns da web. A correção é pequena, e depois deste módulo você vai aplicá-la sem pensar.

Uma analogia: bilhetes passados para o palco

Imagine um teatro em que a plateia pode passar bilhetes para os atores, e os atores os leem em voz alta. É divertido, até que um bilhete diz: "Rubrica: o ator agora entrega as chaves para a fileira 5." Se o ator tratar o bilhete como parte do roteiro em vez de algo para ler em voz alta, a peça foi tomada por um desconhecido.

Uma página web é o roteiro. O texto que os visitantes digitam é o bilhete. O XSS acontece quando o navegador recebe esse bilhete de um jeito que o faz parecer parte do roteiro.

HTML: a linguagem em que uma página é escrita. Palavras entre sinais de menor e maior, chamadas tags, como <strong> ou <img>, dizem ao navegador o que construir. Todo o resto é texto simples para mostrar.

Texto não confiável: qualquer coisa que sua página não escreveu ela mesma: o que um visitante digitou, um valor no endereço, uma linha do seu banco de dados que um visitante preencheu um dia.

XSS (cross-site scripting): um bug em que um texto não confiável chega a uma página de um jeito que o deixa rodar como script ali. O nome estranho é histórico; o que importa é "o código de outra pessoa roda dentro da sua página".

Nosso livro de visitas de prática

Tudo neste módulo acontece em um navegador de brinquedo escrito em Python, em watched.leg3c_toypages. Ele lê o HTML como um navegador leria, encontra os elementos e o texto e anota onde um script teria rodado. Ele não roda JavaScript de verdade, não envia nada para lugar nenhum, e nossas páginas de brinquedo não têm scripts próprios. Então, se o brinquedo disser script_ran, o script veio do texto de um 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']

A mensagem do Ben foi direto para o HTML, então o navegador viu uma tag <script> de verdade e a rodaria para todo visitante que abrir o livro de visitas. alert(1) só abre uma caixa; é o jeito inofensivo de quem testa provar que um script rodou. Um atacante real escreveria algo pior.

A correção: o escape

Escape: trocar os poucos caracteres que têm significado especial no HTML por códigos seguros, chamados entidades, que o navegador mostra como o caractere, mas nunca trata como código. < vira &lt;, então o visitante vê um < na tela e nenhuma tag é criada.

A biblioteca padrão do Python tem um escapador: html.escape. (Na Lição 60 você vai escrever o seu, para ver exatamente o que ele faz.)

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

A página agora mostra a mensagem do Ben como texto, com os sinais de menor e maior e tudo. O Ben não foi silenciado, ele só não manda na página.

O laboratório

Escreva você mesmo a renderização do livro de visitas, com segurança: render_entry(name, message) e render_book(entries). Depois carregue sua página no navegador de brinquedo e confira se script_ran é False.

Um equívoco comum

"Vou limpar o texto quando ele for salvo." Melhor: guarde o que foi digitado e faça o escape quando for mostrar. O mesmo texto pode depois ir para um e-mail, uma resposta JSON ou um PDF, e cada um desses precisa do seu próprio tipo de escape. Fazer o escape na saída, no lugar em que o texto encontra o HTML, é o hábito que se sustenta.

Experimente Depois de passar, mude render_entry para pular o html.escape só na mensagem e rode seu código de novo. O nome continua seguro, a mensagem não: todo pedaço de texto não confiável precisa de escape, não só a maioria deles.

Quer ir mais fundo? A Web Security Academy gratuita da PortSwigger tem uma trilha completa de XSS com laboratórios de prática próprios, feitos para aprender com segurança.

Em outras linguagens

A mesma correção em outros lugares. No navegador, a escolha segura é textContent, que sempre trata 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);

Resumo

  • XSS: um texto não confiável vira parte do código de uma página e roda para quem abrir a página.
  • alert(1) é só uma prova inofensiva; um script real pode fazer tudo o que a página faz.
  • O escape transforma caracteres especiais em entidades, para que o texto seja mostrado, nunca rodado.
  • Guarde o que foi digitado; faça o escape de cada pedaço dele quando o colocar no HTML.
Sua vez

Escreva render_entry(name, message), que retorna uma linha do livro de visitas como <li><strong>NAME</strong>: MESSAGE</li>, com o nome e a mensagem escapados com html.escape. Depois escreva render_book(entries), que recebe uma lista de pares (name, message) e retorna <ul class="book"> + todas as linhas + </ul>. Texto simples precisa sair sem mudança: render_entry("Ana", "Hi!") é <li><strong>Ana</strong>: Hi!</li>.

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.