XSS编码剖析

来源：互联网发布：oracle for mac 下载编辑：程序博客网时间：2024/04/28 14:44

0×00 引言

很多不了解html、js编码的童鞋挖掘xss漏洞时，都是一顿乱插，姿势对了，就能获得快感，姿势不对，就么反应。另外在freebuf里，有很多文章介绍过跨站编码，有兴趣的，可以搜索下。

本文介绍常见的编码方法，能力不足，如有其他意见，请指正。

0×01 常用编码

URL编码：一个百分号和该字符的ASCII编码所对应的2位十六进制数字，例如“/”的URL编码为%2F(一般大写，但不强求)

HTML实体编码：

命名实体：以&开头，分号结尾的，例如“<”的编码是“<”

字符编码：十进制、十六进制ASCII码或unicode字符编码，样式为“&#数值;”,例如“<”可以编码为“<”和“<”

JS编码：js提供了四种字符编码的策略，

1、三个八进制数字，如果不够个数，前面补0，例如“e”编码为“\145”2、两个十六进制数字，如果不够个数，前面补0，例如“e”编码为“\x65”3、四个十六进制数字，如果不够个数，前面补0，例如“e”编码为“\u0065”4、对于一些控制字符，使用特殊的C类型的转义风格（例如\n和\r）

CSS编码：用一个反斜线(\)后面跟1~6位的十六进制数字，例如e可以编码为“\65”或“65”或“00065”

复合编码：

所谓复合编码，也就是说输出的内容输出在多个环境中，例如

<td onclick=”openUrl(add.do?userName=’<%=value%>’);”>11</td>

value的内容首先出现在一个URL中，这个URL在一段javascript总，而javascript代码又是html的一部分。所以解码的顺序就是HTML解码–>js解码–>url解码，那么正确的编码顺序就应该是url编码–>js编码–>html编码。

0×02基本概念

HTML解析器能识别在文本节点和参数值里的实体编码，并在内存里创建文档树的表现形式时，透明的对这些编码进行解码。

例如以下两种写法的功能是一样的(忽略里面的空格。。鄙视下这个编辑器)：

<img src="http://www.example.com"><img src="ht&# x74;p&#x3a;//www.example.com">

而下面的两个例子，实际上却没法真的加载图片，因为这种编码干扰了标签本身的结构。

<img src&# x3d;"http://www.example.com"><img s&# x72;c="http://www.example.com">

下面了解下浏览器解析HTML的步骤：浏览器收到从服务器发送来的HTML内容，会从头解析，当遇到<script></script>时，会调用javascript脚本解析器解析javascript，并执行脚本，然后继续解析其他的HTML内容，对于一些需要触发才能执行的事件，当触发事件发送时，脚本解析器才会解析其中的脚本，在事件触发之前，它是HTML的一部分。

0×03实例剖析

3.1 HTML–>js编码

代码如下：

<?php function htmlencode($str){   if(empty($str)) return;   if($str == "") return;    $str = str_ireplace("<","",$str);   $str = str_ireplace(">","",$str);   $str = str_ireplace("script","",$str);   $str = str_ireplace("img","",$str);   $str = str_ireplace(":","",$str);   $str = str_ireplace("javascript","",$str);    return $str;} if(!array_key_exists ("name",$_GET) || $_GET['name'] == NULL || $_GET['name'] == ''){  $isempty = true; } else {              $html .= '<pre>'; $html .= '<a onclick=" ' .htmlencode($_GET['name']).'">click this url</a>'; $html .= '</pre>'; }?> <html><script> </script></html>

可以看到，过滤了尖角号，script等标签，当输入javascript:alert(/xss/)时，系统返回的为：

我们现在分析一下$name的环境，$name先在html环境中，然后在javascript环境(onclick事件)中，浏览器解析的顺序是html解码–>js解码，所以我们将javascript:alert(/xss/)进行html编码，从而可以绕过限制(当然此处代码还有其他好几种绕过的方式，此处只是简单说明编码问题)，因为在javascript解码时，$name已经被html解码了，那么处在javascript中的$name变量就是正常的js代码。

源代码为：

3.2 js–>html编码

代码如下：

<?php if(!array_key_exists ("name",$_GET) || $_GET['name'] == NULL || $_GET['name'] == ''){    $isempty = true; } else {   $value = $_GET['name'];   $html .= '<pre>';   $html .= "Your Name is :       <div id='a'></div>       <script>           document.getElementById('a').innerHTML= "."'".htmlspecialchars($value)."'".";       </script> ";   $html .= '</pre>'; } ?>

可以看到，$value使用了htmlspecialchars进行了编码，htmlspecialchars会对&、’、”、<、>进行html编码，当输入<img src=1 onerror=alert(/xss/)>时，系统不会弹框，因为特殊符号被html编码了。

我们现在分析下$value的环境，$value先在javascript中，然后在html环境中(通过innerHTML操作html)，所以浏览器解码顺序为js解码–>html解码，所以我们可以对$value进行js编码，绕过htmlspecialchars限制，因为$value在html解码时，已经是正常的html代码了。

3.3 URL编码

此外，如果&等符号被过滤的话，可以对其进行URL编码，然后测试。

0×04 Tips：

1、DOM:只有使用合规的完整闭合的HTML区块对每个innerHTML节点进行赋值，因为这样才不会改变被重写段落之外的文档层级结构。如果格式不对，在重写发生之前输入的数据会先按照规定的语法进行强制转换。

即通过DOM操作HTML时，可以使用<script>alert(/xss/)来代替<script>alert(/xss/)</script>，因为DOM会自动补全。

2、innerHTML只能使用<img src=1onerror=alert(1)>这种方式来触发JS。而不能以<script>alert(1)</script>来触发，因为这种压根不会执行<script>..</script>之间的内容。

0 0