欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  网络运营

XssHtml – 基于白名单的富文本XSS过滤类

程序员文章站 2022-06-27 17:50:32
   关于富文本XSS,我在之前的一篇文章里( /Article/201404/290364.html )已经比较详细地说明了一些开源应用使...
   关于富文本XSS,我在之前的一篇文章里( /Article/201404/290364.html )已经比较详细地说明了一些开源应用使用的XSS Fliter以及绕过方法。之前我也总结了一些fliter的缺点,利用白名单机制完成了一个XSS Fliter类,希望能更大程度地避免富文本XSS的产生。
    总结一下现存的一些XSS Fliter的缺点,可以归纳成以下几条:

    1.黑名单过滤一些标签,但没有考虑全面。比如<svg>、<object>、<input>等
    2.黑名单过滤一些属性,但没有考虑全面,比如onfocus、onfocusin等
    3.对伪协议考虑不全面,比如<a href=javascript:alert(1)>,有时候只是简单过滤script这种关键词,但总能用字符编码绕过
    4.过滤关键词时过于单纯,比如直接将script过滤为空,导致使用scrscriptipt就能绕过。再比如直接将字符实体转换为原字符,导致使用嵌套的字符实体来绕过。
    5.对IE的特性了解不深,比如expression,中间可以加\,IE7下可以加/**/来绕过。
    而一般提供给一般用户使用的富文本编辑器,都是一些很常见功能,比如图片(表情)、超链接、加粗、加斜、字号、字体、颜色、分隔符等,所以我们完全可以用白名单的思想去写一个富文本过滤器,将编辑器中最常用到的一些功能做相应的过滤,其他标签、属性统统丢弃,来达到过滤XSS的效果。
    所以我的XssHtml类设计思路是这样:首先用strip_tags清理掉白名单外、不规范的标签,然后用DOMDocument类加载这个HTML进DOM中。遍历DOM,删除白名单外的属性,并强制判断并给非法的href链接前面加入https://。
    最后再将过滤完的DOM导出成HTML返回。
    这样做有几个好处:

    1.整个类设计简单,只要创建好对象,调用一个方法即可得到过滤结果。
    2.白名单处理,能考虑到所有情况
    3.用PHP自带的DOMDocument类处理html,能有效处理一些不规则的内容。
    4.面向对象类设计,以后想增加其他标签,写针对性的代码可以直接调用之前写好的方法处理。
    不过也有一些缺陷,就是过滤XSS不支持IE6及以下浏览器。因为IE6下奇葩特性太多了,会严重影响过滤器的效果与性能,所以我就没有考虑一些IE6的特性。
    总的来说这应该是很多不了解安全的程序员的福音了。
    类不长,贴出来吧:

<?php
/**
 * PHP 富文本XSS过滤类
 *
 * @package XssHtml
 * @version 1.0.0 
 * @link https://phith0n.github.io/XssHtml
 * @since 20140621
 * @copyright (c) Phithon All Rights Reserved
 *
 */
 
#
# Written by Phithon <root@leavesongs.com> in 2014 and placed in
# the public domain.
#
# phithon <root@leavesongs.com> 编写于20140621
# From: XDSEC <www.xdsec.org> & 离别歌 <www.leavesongs.com>
# Usage: 
# <?php
# require('xsshtml.class.php');
# $html = '<html code>';
# $xss = new XssHtml($html);
# $html = $xss->getHtml();
# ?\>
# 
# 需求:
# PHP Version > 5.0
# 浏览器版本:IE7+ 或其他浏览器,无法防御IE6及以下版本浏览器中的XSS
# 更多使用选项见 https://phith0n.github.io/XssHtml
 
class XssHtml {
         private $m_dom;
         private $m_xss;
         private $m_ok;
         private $m_AllowAttr = array('title', 'src', 'href', 'id', 'class', 'style', 'width', 'height', 'alt', 'target', 'align');
         private $m_AllowTag = array('a', 'img', 'br', 'strong', 'b', 'code', 'pre', 'p', 'p', 'em', 'span', 'h1', 'h2', 'h3', 'h4', 'h5', 'h6', 'table', 'ul', 'ol', 'tr', 'th', 'td', 'hr', 'li', 'u');
         /**
     * 构造函数
     *
     * @param string $html 待过滤的文本
     * @param string $charset 文本编码,默认utf-8
     * @param array $AllowTag 允许的标签,如果不清楚请保持默认,默认已涵盖大部分功能,不要增加危险标签
     */
         public function __construct($html, $charset = 'utf-8', $AllowTag = array()){
                 $this->m_AllowTag = empty($AllowTag) ? $this->m_AllowTag : $AllowTag;
                 $this->m_xss = strip_tags($html, '<' . implode('><', $this->m_AllowTag) . '>');
                 if (empty($this->m_xss)) {
                          $this->m_ok = FALSE;
                          return ;
                 }
                 $this->m_xss = "<meta http-equiv=\"Content-Type\" content=\"text/html;charset={$charset}\">" . $this->m_xss;
                 $this->m_dom = new DOMDocument();
                 $this->m_dom->strictErrorChecking = FALSE;
                 $this->m_ok = @$this->m_dom->loadHTML($this->m_xss);
         }
 
         /**
     * 获得过滤后的内容
     */
         public function getHtml()
         {
                 if (!$this->m_ok) {
                          return '';
                 }
                 $nodeList = $this->m_dom->getElementsByTagName('*');
                 for ($i = 0; $i < $nodeList->length; $i++){
                          $node = $nodeList->item($i);
                          if (in_array($node->nodeName, $this->m_AllowTag)) {
                                   if (method_exists($this, "__node_{$node->nodeName}")) {
                                            call_user_func(array($this, "__node_{$node->nodeName}"), $node);
                                   }else{
                                            call_user_func(array($this, '__node_default'), $node);
                                   }
                          }
                 }
                 return strip_tags($this->m_dom->saveHTML(), '<' . implode('><', $this->m_AllowTag) . '>');
         }
 
         private function __true_url($url){
                 if (preg_match('#^https?://.+#is', $url)) {
                          return $url;
                 }else{
                          return 'https://' . $url;
                 }
         }
 
         private function __get_style($node){
                 if ($node->attributes->getNamedItem('style')) {
                          $style = $node->attributes->getNamedItem('style')->nodeValue;
                          $style = str_replace('\\', ' ', $style);
                          $style = str_replace(array('&#', '/*', '*/'), ' ', $style);
                          $style = preg_replace('#e.*x.*p.*r.*e.*s.*s.*i.*o.*n#Uis', ' ', $style);
                          return $style;
                 }else{
                          return '';
                 }
         }
 
         private function __get_link($node, $att){
                 $link = $node->attributes->getNamedItem($att);
                 if ($link) {
                          return $this->__true_url($link->nodeValue);
                 }else{
                          return '';
                 }
         }
 
         private function __setAttr($dom, $attr, $val){
                 if (!empty($val)) {
                          $dom->setAttribute($attr, $val);
                 }
         }
 
         private function __set_default_attr($node, $attr, $default = '')
         {
                 $o = $node->attributes->getNamedItem($attr);
                 if ($o) {
                          $this->__setAttr($node, $attr, $o->nodeValue);
                 }else{
                          $this->__setAttr($node, $attr, $default);
                 }
         }
 
         private function __common_attr($node)
         {
                 $list = array();
                 foreach ($node->attributes as $attr) {
                          if (!in_array($attr->nodeName, 
                                   $this->m_AllowAttr)) {
                                   $list[] = $attr->nodeName;
                          }
                 }
                 foreach ($list as $attr) {
                          $node->removeAttribute($attr);
                 }
                 $style = $this->__get_style($node);
                 $this->__setAttr($node, 'style', $style);
                 $this->__set_default_attr($node, 'title');
                 $this->__set_default_attr($node, 'id');
                 $this->__set_default_attr($node, 'class');
         }
 
         private function __node_img($node){
                 $this->__common_attr($node);
 
                 $this->__set_default_attr($node, 'src');
                 $this->__set_default_attr($node, 'width');
                 $this->__set_default_attr($node, 'height');
                 $this->__set_default_attr($node, 'alt');
                 $this->__set_default_attr($node, 'align');
 
         }
 
         private function __node_a($node){
                 $this->__common_attr($node);
                 $href = $this->__get_link($node, 'href');
 
                 $this->__setAttr($node, 'href', $href);
                 $this->__set_default_attr($node, 'target', '_blank');
         }
 
         private function __node_embed($node){
                 $this->__common_attr($node);
                 $link = $this->__get_link($node, 'src');
 
                 $this->__setAttr($node, 'src', $link);
                 $this->__setAttr($node, 'allowscriptaccess', 'never');
                 $this->__set_default_attr($node, 'width');
                 $this->__set_default_attr($node, 'height');
         }
 
         private function __node_default($node){
                 $this->__common_attr($node);
         }
}
 
?>
    具体使用方法可以参阅:https://phith0n.github.io/XssHtml/ 这里有详细说明。
    我还在自己主机上搭建了一个使用该类的一个test,希望有同学能找到BUG,完善过滤类。地址是 https://xsshtml.leavesongs.com/ 
    by phithon@XDSEC