课程大纲 第 61 课,共 156 课 · 脚本注入(XSS)
脚本注入(XSS)

为什么黑名单会失败

为什么重要 一个诱人的捷径是“去掉访客输入中的坏东西”。它感觉很安全,但其实不然:你必须提前猜到每一种坏东西,而且一路上还会损坏诚实的文本。在一个小例子上亲眼看到它失败,能让你避免把它发布出去。

一个比喻:拿着一份面孔名单的保安

一位拿着十张禁入面孔名单的保安,能拦住那十个人。任何不在名单上的人都能走进来,包括第十一个捣乱的人,而一位碰巧长得像名单上某个人的诚实客人却会被拒之门外。转义则是一个完全不同的思路:每个人都能进来,但没有人能进入后台。

黑名单过滤器:在文本中搜索已知的坏东西,并把它们删除或拒绝的代码。也叫拦截列表或拒绝列表。

我们的玩具过滤器

为了这个实验,我们在 watched.leg3c_toypages 里故意写了一个简单的过滤器。它只删除确切的文本 <script> 和 </script>:

def toy_filter(text):
    return text.replace("<script>", "").replace("</script>", "")

def filtered_comment(text):
    return '<p class="comment">' + toy_filter(text) + "</p>"

下面是 FILTER_CASES 中的四个案例,经过它处理之后的结果:

输入的内容脚本运行了吗?文本保留了吗?
<script>alert(1)</script>没有没有:显示的是 alert(1)
<SCRIPT>alert(1)</SCRIPT>运行了没有
<img src="x" onerror="alert(1)">运行了没有
Tip: put the <script> tag at the end of the body.没有没有:那个词消失了

每一行说明了什么:

  • 第 1 行:过滤器抓住了它被写来针对的那一样东西。这就是为什么过滤器在一次快速测试中看起来是有效的。
  • 第 2 行:HTML 标签名不区分大小写,但我们的过滤器区分。一个被漏掉的变体就够了。
  • 第 3 行:脚本根本不需要 <script> 标签。事件处理程序属性也会运行脚本,而它们有很多。
  • 第 4 行:一位写到 HTML 的诚实访客的文字被吃掉了。过滤器会伤害真实的用户。

你可以为每一行给过滤器打补丁。然后就会有第五个案例,还有第六个。HTML 能做的事情的清单很长,而且还在不断增长,所以过滤器永远落后一步。这场赛跑不值得参加;这门课程不会更深入地讲它。

修复:转义,而不是过滤

转义不需要一份坏东西的清单。它改变的是那五个特殊字符,所以输入的任何东西都没法变成一个标签或一个属性。上面的每一行都会变成:脚本没有运行,文本保留了下来。诚实的文本能幸存下来,因为什么都没有被删除。

实验

编写 escaped_comment(text),以及 compare(cases),后者会在一组案例上测量这两种方法,并为每个案例返回一个字典。

一个常见的误解

“过滤器作为第二层防护还是可以的。”纵深防御是好的,但第二层应该是为此而设计的东西,比如下一个模块里的内容安全策略(第 64 课),而不是一份同样会弄坏诚实文本的词语清单。允许列表在结构方面有它的用武之地(“这个字段是一个数字”“链接必须以 https:// 开头”),或者通过一个经过充分测试的清理库来处理富文本。它们代替不了转义。

试一试 通过之后,往列表里加入你自己的一个无害案例,比如 {"label": "maths", "text": "if a < b and b > c"},然后再运行一次 compare。转义会把它原样保留下来;看看过滤器会怎么做。

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

用 JavaScript 做同样的比较。这个过滤器只是一个玩具;不要照抄它。

// toy filter (bad idea)
const toyFilter = (t) => t.replaceAll("<script>", "").replaceAll("</script>", "");
el.innerHTML = toyFilter(comment);       // still runs <img onerror>

// the fix
el.textContent = comment;                // nothing typed becomes markup

// Go: html/template escapes for you; never build HTML with string glue
tmpl := template.Must(template.New("c").Parse(`<p class="comment">{{.}}</p>`))
tmpl.Execute(w, comment)

回顾

  • 黑名单过滤器必须提前猜到每一种坏输入,而 HTML 有无穷无尽的变体。
  • 我们的玩具过滤器漏掉了一个大写的标签和一个事件处理程序,还吃掉了一位诚实访客的文字。
  • 转义不需要清单:输入的任何东西都没法变成标记,而且什么都不会被删除。
  • 用允许列表来处理结构(数字、链接协议),用转义来处理文本。
轮到你了

编写 escaped_comment(text),返回 <p class="comment"> + 用 html.escape 转义过的文本 + </p>。然后编写 compare(cases):对每个案例字典(键为 label 和 text),在玩具浏览器里分别加载 filtered_comment(text) 和 escaped_comment(text),并按与案例相同的顺序,返回一个由字典组成的列表,键为 label、filter_ran、escape_ran(页面的 script_ran)、filter_kept 和 escape_kept(当页面的 text 恰好等于输入的文本时为 True)。

发现这节课有问题?报告它 · 就这节课提问

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。