Правильное экранирование
Почему это важно В каждой системе шаблонов и каждом фреймворке внутри есть экранировщик. Если один раз написать его самому, станет ясно, какие именно символы важны и почему важен порядок шагов. Тогда, увидев выключенный или применённый не там экранировщик, вы это заметите.
Аналогия: принтер для наклеек
Принтер для наклеек печатает всё, что вы введёте. Если кто-то введёт управляющий код самого принтера, небрежный принтер ему подчинится. Аккуратный напечатает изображение этого кода. Экранировщик HTML - аккуратный принтер: специальные символы печатаются, но никогда не исполняются.
Сущность: код, которым HTML безопасно показывает символ. Он начинается с & и заканчивается на ;. < показывает <, & показывает &.
Пять символов
| Символ | Становится | Чем он особенный |
|---|---|---|
& | & | начинает сущность |
< | < | начинает тег |
> | > | закрывает тег |
" | " | закрывает атрибут в двойных кавычках |
' | ' | закрывает атрибут в одинарных кавычках |
Порядок важен: сначала амперсанд
Если сначала заменить <, получится <. Если затем заменить &, это превратится в &lt;, и посетитель увидит текст < вместо <. Поэтому сначала заменяйте &, затем остальное.
"<".replace("<", "<").replace("&", "&") # '&lt;' wrong: escaped twice
"<".replace("&", "&").replace("<", "<") # '<' rightПочему важны кавычки: атрибуты
Текст попадает не только между тегами. Часто он оказывается внутри атрибута, например в поле поиска, которое помнит, что вы ввели:
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 earlyУгловая скобка не понадобилась. " закрыла значение, а остальное стало новым атрибутом. Экранирование " в " удерживает всё внутри значения. Экранируйте и ', потому что некоторые шаблоны используют одинарные кавычки. И всегда берите значения атрибутов в кавычки: без них одного пробела достаточно, чтобы начать новый атрибут.
Что экранирование не покрывает
Экранирование HTML - правильный инструмент для текста между тегами и внутри атрибутов в кавычках. Это неправильный инструмент внутри блока <script>, внутри CSS и для адреса ссылки: href="javascript:..." вообще не содержит специальных символов. Для ссылок разрешайте только адреса, начинающиеся с https:// или http:// (или относительные). Данные, нужные скрипту, кладите в атрибут data- или в блок JSON, который строит за вас фреймворк (например, json_script в Django).
Упражнение
Напишите escape_html(text). Не используйте здесь html.escape: смысл в том, чтобы построить его самому. Тесты проверяют его между тегами, в атрибутах с двойными и одинарными кавычками и на сотнях случайных строк.
Распространённое заблуждение
"Экранировать дважды - ещё надёжнее." Это не надёжно, это сломано: посетитель видит на экране мусор &lt;. Экранируйте ровно один раз, в момент, когда текст попадает в HTML.
Попробуйте Когда пройдёте, выведите escape_html("Fish & chips <3"), затем вставьте результат в load("<p>" + ... + "</p>").text. Вы получите исходные слова: экранирование ничего не теряет.
На других языках
// JavaScript
function escapeHtml(text) {
return String(text)
.replaceAll("&", "&") // first
.replaceAll("<", "<")
.replaceAll(">", ">")
.replaceAll('"', """)
.replaceAll("'", "'");
}
// 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("&"),
'<' => out.push_str("<"),
'>' => out.push_str(">"),
'"' => out.push_str("""),
'\'' => out.push_str("'"),
_ => out.push(c),
}
}
out
}
// PHP has it built in
htmlspecialchars($text, ENT_QUOTES | ENT_HTML5, "UTF-8");Итоги
- Экранируйте пять символов:
&,<,>,"и'. - Заменяйте
&первым, иначе вы дважды экранируете собственные сущности. - Кавычки важны, потому что текст часто попадает внутрь атрибутов; всегда берите значения атрибутов в кавычки.
- Экранирование HTML - не инструмент для блоков скриптов, CSS или адресов ссылок.
Напишите escape_html(text) без html.escape. Превратите вход в строку через str(), затем замените & на & первым, потом < на <, > на >, " на " и ' на '. Верните результат.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.