XssHtml – 基于白名单的富文本XSS过滤类
欢迎来到阿八个人博客网站。本 阿八个人博客 网站提供最新的站长新闻,各种互联网资讯。 喜欢本站的朋友可以收藏本站,或者加QQ:我们大家一起来交流技术! URL链接：https://www.abboke.com/rz/2019/1010/116775.html
啦啦啦，去了北京参加荣耀6的发布会，真心不错呀这款手机，在这里无耻地推荐一下。与会的同学都获得了一枚荣耀6，说说我的感受吧：CPU真心给力，跑分很高；价格合理，2000是荣耀一贯的高性价比；特权给力，寝室的Chinanet可以免费用了；相机真不错，全景拍照，把整个鸟巢拍得一清二楚，抓拍也很给力，黑屏状态下按两次音量下就能在0.6秒完成一次拍摄；触屏很舒服，滑动没有一丝卡顿。
好了，去北京之前freebuf上投了一篇文章，发到博客里吧。
关于富文本XSS，我在之前的一篇文章里(http://www.freebuf.com/articles/web/30201.html)已经比较详细地说明了一些开源应用使用的XSS Filter以及绕过方法。之前我也总结了一些filter的缺点，利用白名单机制完成了一个XSS Filter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 Filter的缺点，可以归纳成以下几条：
黑名单过滤一些标签，但没有考虑全面。比如<svg>、<object>、<input>等黑名单过滤一些属性，但没有考虑全面，比如onfocus、onfocusin等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。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http://。
最后再将过滤完的DOM导出成HTML返回。
这样做有几个好处：
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。白名单处理，能考虑到所有情况用PHP自带的DOMDocument类处理html，能有效处理一些不规则的内容。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：
codehilite">
<?php/** * PHP 富文本XSS过滤类 * * @package XssHtml * @version 1.0.0 * @link http://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 http://phith0n.github.io/XssHtmlclass 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', 'div', '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 'http://' . $url; } } private function __get_style($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：http://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 http://xsshtml.leavesongs.com/
