如何通過URL防止XSS？

Question

我熟悉通常的持久性XSS，在這種情況下，來自用戶輸入的內容應在通往模板（html實體）的途中進行轉義。

最近，我遇到了一個非持久性的問題，用戶可以在URL上的腳本中發送該URL，而該URL則顯示在頁面的某處。 就我而言，這是一個鏈接標記。

因此，我有以下使用當前URL的鏈接標記。

<link rel="next" href="{current_url}" />

問題是當某人發送鏈接時，例如：

www.example.com/?%27;alert...

可能是％27（單引號）和％22（雙引號）將關閉標簽，因此允許用戶輸入腳本等。

我知道防止XSS的通常方法是使用html實體。 在這種情況下，這不會破壞URL嗎？ 是否可以改用url編碼？

順便說一句，我正在使用PHP，並且希望使用本機函數。

Answer 1

我知道您說過您喜歡本機功能，但是我通常能夠找到擊敗大多數解決方案的方法。 但是，該庫肯定可以完成工作。 如果您運行大量執行，速度會有些慢（每個請求> 1000會使頁面速度變慢）。

http://htmlpurifier.org/

Answer 2

來自用戶的所有內容都應轉義，無論是從URL還是從數據庫。 在這種情況下，您將只執行URL編碼而不是HTML實體。 您的模板引擎可能已經足夠聰明，可以對進入HTML屬性的值執行此操作。

Answer 3

像這樣：檢查此答案，它是具有以下功能的答案： PHP中的XSS過濾功能

 function xss_clean($data)
    {
        /*
         * Function to clean a string to prevent XSS attack.
         */

        // Fix &entity\n;
        $data = str_replace(array('&','<','>'), array('&','<','>'), $data);
        $data = preg_replace('/(&#*\w+)[\x00-\x20]+;/u', '$1;', $data);
        $data = preg_replace('/(&#x*[0-9A-F]+);*/iu', '$1;', $data);

        // decode
        $data = html_entity_decode($data, ENT_COMPAT, 'UTF-8');

        // Remove any attribute starting with "on" or xmlns
        $data = preg_replace('#(<[^>]+?[\x00-\x20"\'])(?:on|xmlns)[^>]*+>#iu', '$1>', $data);

        // Remove javascript: and vbscript: protocols
        $data = preg_replace('#([a-z]*)[\x00-\x20]*=[\x00-\x20]*([`\'"]*)[\x00-\x20]*j[\x00-\x20]*a[\x00-\x20]*v[\x00-\x20]*a[\x00-\x20]*s[\x00-\x20]*c[\x00-\x20]*r[\x00-\x20]*i[\x00-\x20]*p[\x00-\x20]*t[\x00-\x20]*:#iu', '$1=$2nojavascript...', $data);
        $data = preg_replace('#([a-z]*)[\x00-\x20]*=([\'"]*)[\x00-\x20]*v[\x00-\x20]*b[\x00-\x20]*s[\x00-\x20]*c[\x00-\x20]*r[\x00-\x20]*i[\x00-\x20]*p[\x00-\x20]*t[\x00-\x20]*:#iu', '$1=$2novbscript...', $data);
        $data = preg_replace('#([a-z]*)[\x00-\x20]*=([\'"]*)[\x00-\x20]*-moz-binding[\x00-\x20]*:#u', '$1=$2nomozbinding...', $data);

        // Only works in IE: <span style="width: expression(alert('Ping!'));"></span>
        $data = preg_replace('#(<[^>]+?)style[\x00-\x20]*=[\x00-\x20]*[`\'"]*.*?expression[\x00-\x20]*\([^>]*+>#i', '$1>', $data);
        $data = preg_replace('#(<[^>]+?)style[\x00-\x20]*=[\x00-\x20]*[`\'"]*.*?behaviour[\x00-\x20]*\([^>]*+>#i', '$1>', $data);
        $data = preg_replace('#(<[^>]+?)style[\x00-\x20]*=[\x00-\x20]*[`\'"]*.*?s[\x00-\x20]*c[\x00-\x20]*r[\x00-\x20]*i[\x00-\x20]*p[\x00-\x20]*t[\x00-\x20]*:*[^>]*+>#iu', '$1>', $data);

        // Remove namespaced elements (we do not need them)
        $data = preg_replace('#</*\w+:\w[^>]*+>#i', '', $data);

        do
        {
            // Remove really unwanted tags
            $old_data = $data;
            $data = preg_replace('#</*(?:applet|b(?:ase|gsound|link)|embed|frame(?:set)?|i(?:frame|layer)|l(?:ayer|ink)|meta|object|s(?:cript|tyle)|title|xml)[^>]*+>#i', '', $data);
        }
        while ($old_data !== $data);

        // we are done...
        return $data;
    }