XSS 是什么
为什么重要 一个显示访客文本(评论、评价、名字、搜索词)的页面,如果允许这些文本成为页面代码的一部分,就可能被用来对付每一个阅读它的人。这个漏洞叫作 XSS,它是最常见的网络漏洞之一。修复方法很小,而学完这个模块之后,你会不假思索地用上它。
一个比喻:递到舞台上的纸条
想象一家剧院,观众可以给演员递纸条,演员会把它们念出来。这很有趣,直到有一张纸条写着:“舞台指示:演员现在把他的钥匙交给第 5 排。”如果演员把这张纸条当作剧本的一部分,而不是当作要念出来的东西,这场戏就被一个陌生人接管了。
网页就是剧本。访客输入的文本就是纸条。当浏览器拿到这张纸条的方式让它看起来像剧本的一部分时,XSS 就发生了。
HTML:编写页面的语言。尖括号里的词叫作标签,比如 <strong> 或 <img>,它们告诉浏览器要构建什么。其他一切都是要显示的普通文本。
不可信的文本:任何不是你的页面自己写的东西:访客输入的内容、地址里的一个值、你数据库里某位访客曾经填写过的一行。
XSS(跨站脚本):一种不可信的文本以某种方式到达页面、使它能在那里作为脚本运行的漏洞。这个奇怪的名字是历史遗留的;重要的是“别人的代码在你的页面里运行了”。
我们的练习留言簿
这个模块里的一切都发生在一个用 Python 写的玩具浏览器里,位于 watched.leg3c_toypages。它像浏览器那样读取 HTML,找出元素和文本,并记下哪里本会运行脚本。它不运行任何真正的 JavaScript,不向任何地方发送任何东西,而且我们的玩具页面没有它们自己的脚本。所以如果玩具浏览器说 script_ran,这个脚本就是来自访客文本的。
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']Ben 的留言被直接放进了 HTML,所以浏览器看到了一个真正的 <script> 标签,并会为打开留言簿的每一位访客运行它。alert(1) 只会弹出一个框;它是测试者证明一个脚本运行了的无害方式。真正的攻击者会写更糟糕的东西。
修复:转义
转义:把在 HTML 中有特殊含义的那几个字符替换成安全的代码,叫作实体,浏览器会把它们显示为那个字符,但永远不会把它们当作代码。< 变成 <,所以访客在屏幕上看到一个 <,而永远不会生成任何标签。
Python 的标准库里有一个转义工具:html.escape。(在第 60 课,你会自己写一个,确切地看看它做了什么。)
import html
print(html.escape("<script>alert(1)</script>"))
# <script>alert(1)</script>现在页面把 Ben 的留言作为文本显示出来,连同尖括号一起。Ben 并没有被禁言,他只是没能掌控这个页面。
实验
自己安全地编写留言簿的渲染:render_entry(name, message) 和 render_book(entries)。然后在玩具浏览器里加载你的页面,检查 script_ran 是否为 False。
一个常见的误解
“我会在文本保存时清理它。”更好的做法是:保存输入的原样内容,在显示时转义。同一段文本以后可能会进入一封电子邮件、一个 JSON 回复或一个 PDF,而它们每一个都需要自己那种转义。在输出时、在文本与 HTML 相遇的地方进行转义,才是经得起考验的习惯。
试一试 通过之后,把 render_entry 改成只对留言跳过 html.escape,然后再运行一次你的代码。名字仍然是安全的,留言就不是了:每一段不可信的文本都需要转义,而不只是其中大部分。
想更深入一些?PortSwigger 免费的 Web Security Academy 有一条完整的 XSS 学习路线,带有它自己的练习实验,专门为安全地学习而构建。
用其他语言实现
在其他地方做同样的修复。在浏览器里,安全的选择是 textContent,它总是把文本当作文本。
// 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);回顾
- XSS:不可信的文本成了页面代码的一部分,并为打开这个页面的人运行。
alert(1)只是一个无害的证明;真正的脚本能做页面能做的任何事情。- 转义把特殊字符变成实体,所以文本只会被显示,永远不会被运行。
- 保存输入的原样内容;在把它放进 HTML 时,转义它的每一部分。
编写 render_entry(name, message),它把一行留言簿条目返回为 <li><strong>NAME</strong>: MESSAGE</li>,其中名字和留言都用 html.escape 转义。然后编写 render_book(entries),它接收一个由 (name, message) 对组成的列表,返回 <ul class="book"> + 每一行 + </ul>。普通的文本必须原样输出:render_entry("Ana", "Hi!") 是 <li><strong>Ana</strong>: Hi!</li>。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。