Программа курса Урок 60 из 156 · Внедрение скриптов (XSS)
Внедрение скриптов (XSS)

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 ;. &lt; показывает <, &amp; показывает &.

Пять символов

СимволСтановитсяЧем он особенный
&&amp;начинает сущность
<&lt;начинает тег
>&gt;закрывает тег
"&quot;закрывает атрибут в двойных кавычках
'&#x27;закрывает атрибут в одинарных кавычках

Порядок важен: сначала амперсанд

Если сначала заменить <, получится &lt;. Если затем заменить &, это превратится в &amp;lt;, и посетитель увидит текст &lt; вместо <. Поэтому сначала заменяйте &, затем остальное.

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

Почему 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 early

Угловая скобка не понадобилась. " закрыла значение, а остальное стало новым атрибутом. Экранирование " в &quot; 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 &amp;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("&", "&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");

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.
Твоя очередь

Напишите escape_html(text) без html.escape. Превратите вход в строку через str(), затем замените & на &amp; первым, потом < на &lt;, > на &gt;, " на &quot; и ' на &#x27;. 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.