Chương trình học Bài 60 trên tổng số 156 · Chèn script (XSS)
Chèn script (XSS)

Thoát ký tự cho đúng

Vì sao điều này quan trọng Mọi hệ thống template và mọi framework đều có một bộ thoát ký tự bên trong. Tự viết một cái, một lần, cho bạn thấy chính xác những ký tự nào quan trọng và vì sao thứ tự các bước quan trọng. Khi đó, khi bạn thấy một bộ thoát ký tự bị tắt hay dùng sai chỗ, bạn sẽ nhận ra.

Một phép so sánh: một máy in nhãn

Một máy in nhãn in bất cứ thứ gì bạn gõ. Nếu ai đó gõ mã điều khiển riêng của máy in, một máy in nhãn cẩu thả sẽ làm theo nó. Một cái cẩn thận in hình của mã đó thay vào đó. Một bộ thoát ký tự HTML là máy in nhãn cẩn thận: các ký tự đặc biệt được in ra, không bao giờ được làm theo.

Entity: một mã HTML dùng để hiển thị một ký tự một cách an toàn. Nó bắt đầu bằng & và kết thúc bằng ;. &lt; hiển thị <, &amp; hiển thị &.

Năm ký tự

Ký tựTrở thànhVì sao nó đặc biệt
&&amp;bắt đầu một entity
<&lt;bắt đầu một thẻ
>&gt;kết thúc một thẻ
"&quot;kết thúc một thuộc tính trong nháy kép
'&#x27;kết thúc một thuộc tính trong nháy đơn

Thứ tự quan trọng: dấu & trước

Nếu bạn thay < trước, bạn được &lt;. Nếu sau đó bạn thay &, cái đó biến thành &amp;lt;, và khách thấy văn bản &lt; thay vì <. Nên hãy thay & trước, rồi tới phần còn lại.

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

Vì sao dấu nháy quan trọng: thuộc tính

Văn bản không chỉ đi vào giữa các thẻ. Nó thường đi vào bên trong một thuộc tính, như một ô tìm kiếm nhớ những gì bạn đã gõ:

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

Không cần dấu ngoặc nhọn nào. Dấu " đóng giá trị và phần còn lại trở thành một thuộc tính mới. Thoát ký tự " thành &quot; giữ mọi thứ bên trong giá trị. Cũng thoát ký tự ', vì một số template dùng nháy đơn. Và luôn đặt dấu nháy quanh giá trị thuộc tính: không có chúng, chỉ một dấu cách là đủ để bắt đầu một thuộc tính mới.

Những gì thoát ký tự không bao quát

Thoát ký tự HTML là đúng công cụ cho văn bản giữa các thẻ và bên trong các thuộc tính có dấu nháy. Nó là sai công cụ bên trong một khối <script>, bên trong CSS, và cho một địa chỉ liên kết: href="javascript:..." hoàn toàn không chứa ký tự đặc biệt nào. Với liên kết, chỉ cho phép các địa chỉ bắt đầu bằng https:// hoặc http:// (hoặc là tương đối). Với dữ liệu một script cần, hãy đặt nó vào một thuộc tính data- hay một khối JSON mà framework của bạn dựng giùm (ví dụ json_script của Django).

Bài tập

Viết escape_html(text). Đừng dùng html.escape ở đây: mục đích là tự xây nó. Các bài kiểm tra thử nó giữa các thẻ, trong các thuộc tính nháy kép và nháy đơn, và trên hàng trăm chuỗi ngẫu nhiên.

Một hiểu lầm phổ biến

"Thoát ký tự hai lần thì an toàn hơn." Nó không an toàn, nó hỏng: khách thấy rác &amp;lt; trên màn hình. Hãy thoát ký tự đúng một lần, ngay lúc văn bản đi vào HTML.

Tự thử Sau khi bạn qua, in escape_html("Fish & chips <3"), rồi dán kết quả vào load("<p>" + ... + "</p>").text. Bạn nhận lại đúng những chữ ban đầu: thoát ký tự không làm mất thông tin.

Trong các ngôn ngữ khác
// 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");

Tóm tắt

  • Thoát ký tự năm ký tự: &, <, >, " và '.
  • Thay & trước, nếu không bạn thoát ký tự chính các entity của mình hai lần.
  • Dấu nháy quan trọng vì văn bản thường rơi vào bên trong thuộc tính; luôn đặt dấu nháy quanh giá trị thuộc tính.
  • Thoát ký tự HTML không phải công cụ cho khối script, CSS hay địa chỉ liên kết.
Đến lượt bạn

Viết escape_html(text) không dùng html.escape. Biến đầu vào thành một chuỗi bằng str(), rồi thay & bằng &amp; trước tiên, rồi < bằng &lt;, > bằng &gt;, " bằng &quot; và ' bằng &#x27;. Trả về kết quả.

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.