web安全之XSS基础-常见编码科普
0x01常用编码
html实体编码(10进制与16进制):
如把尖括号编码[ < ] -----> html十进制: < html十六进制:<
javascript的八进制跟十六进制:
如把尖括号编码[ < ] -----> js八进制:\74 js十六进制:\x3c
jsunicode编码：
如把尖括号编码[ < ] ----->jsunicode:\u003c
url编码 base64编码:
如把尖括号编码[ < ] -----> url: %22 base64: Ig==
0x02 html实体编码
html实体编码本身存在的意义是防止与HTML本身语义标记的冲突。
但是在XSS中却成为了我们的一大利器，但是也不能盲目的使用！
html中正常情况只识别:html10进制,html16进制！
现在介绍一下我们应该如何在xss过程中灵活的使用各种编码呢？
比如现在你的输出点在这：
<img src="[代码]">
在这里过滤了script < > / \ http: 以及各种危险字符 比如创建一个html节点什么的！
有的站只允许你引用一个img文件夹里的图片 但是图片是你可以控的 可以通过抓包来修改的！
我们如果想加载外部js 或者一个xss平台的钩子我们应该怎么写呢？
那么我们可以在这里 闭合双引号 写事件:
onerror=[html language="实体编码"][/html][/html]
比如我现在弹个窗:
<img src="x" onerror="alert(1)">
原code:
<img src="x" onerror="alert(1)">
这里我用的是html十进制编码 也可以使用十六进制的html实体编码！
但是为什么这里我没有用jsunicode 以及 js八进制跟js十六进制呢！
浏览器是不会在html标签里解析js中的那些编码的！所以我们在onerror=后面放js中的编码是不会解析 你放进去是什么 解析就是什么!
大多数网站是不会&#号的，如果过滤了怎么办呢？
那么再来讲一下另外一个案例：
页面中的Go按钮中包含一个a标签 输入的值会存在于a标签的href属性中，href中用了javascript伪协议，可以在href跳转时执行js代码！
所以造成了xss！
我们提交的值如下：
%26%23x27,alert(1)%2b%26%23x27
由于页面对单引号 & 符号 以及 #符号过滤！但是html中可以识别html实体编码！但是实体编码是由&#组成！
这个时候&#已经被过滤 我们只能通过url编码来对 & # 两个符号进行编码！再让浏览器解码成 &# 然后拼接x27 最后就成为了单引号的html16进制编码！
解码后：我们的提交值为：
',alert(1)'
href代码为：
<a href="javascript：location='./3.3.php?offset='+document.getElementById('pagenum').value+'&searchtype_yjbg=yjjg&searchvalue_yjbg='">GO</a><a href="javascript：location='./3.3.php?offset='+document.getElementById('pagenum').value+'&searchtype_yjbg=yjjg&searchvalue_yjbg='">GO</a>
ps:在之前说了html标签中识别html实体编码，并且会在html页面加载时会对编码进行解码！那么' 已经是单引号了 但是并不会闭合！ 然后在点击过程中执行javascript代码 这个时候由于html里'被解析成单引号但是没闭合 这个时候js被执行 这个我们提交的在html加载时解析成了字符串单引号但是不能闭合之前的引号 因为现在是把我们提交的编码了的单引号 当成字符串来显示 但是现在他是存在于a标签中的href里的 href链接里的地址是javascript伪协议，我们现在点击的时候 会执行里面的代码 关键来了 这个时候我们之前被当做字符串的单引号 被再次解析 这个时候就没任何过滤规则来过滤它 程序也没那么智能 之前当做字符串的单引号起作用了 javascript不知道他是个字符串 它只知道浏览器解析成了什么 他就带入进去！就在这个时候我们的字符串单引号就成功的闭合了！当点击go时 我们的代码执行！
上面这个例子讲了html编码 以及特殊情况下的编码那么再讲下当你的输入点存在于script标签中的时候！我们就应该用js中的编码了！
既然知道是如何解析的了 那么便又有了以下新的想法！
0x03 新增的实体编码与浏览器的工作原理
通常程序做 XSS 防御的时候会考虑到一些 HTML 编码的问题，会拦截或转义 " \ 这样的东西 那么我的双引号跟尖括号就被拦截了！
但基础这种黑名单方式可能出现的问题：
1. 不认识 HTML5 新增的实体命名编码,如
: => [冒号]

 => [换行]
case: <a href="javasc
ript:alert(1)">click</a>
2.对 HTML 编码的解析规则不够熟悉，就像十进制和十六进制编码的分号是可以去掉的。
还有，数字编码前面加「0」，这也是一条很好的绕过 WAF 的向量。
数字前面是可以加多个0的
<a href="javasc
ript:alert(1)">click</a>
这句代码能够执行么？
不知道那些不是很清楚浏览器工作原理的朋友，在最开始有没有怀疑这段代码能不能执行！
起码我最开始 怀疑过！即使编码被解析回来了 换行了还能执行么！
解析器－词法分析器Parser－Lexer combination
解析可以分为两个子过程——语法分析及词法分析
词法分析就是将输入分解为符号，符号是语言的词汇表——基本有效单元的集合。对于人类语言来说，它相当于我们字典中出现的所有单词。
语法分析指对语言应用语法规则。
解析器一般将工作分配给两个组件——词法分析器（有时也叫分词器）负责将输入分解为合法的符号，解析器则根据语言的语法规则分析文档结构，从而构建解析树，词法分析器知道怎么跳过空白和换行之类的无关字符。
然后我的理解是这样的：
<a href="javasc
ript:alert(1)">click</a>
首先html编码被还原出来 然后就成了换行 跟冒号
<a href="javasc
ript:alert(1)">click</a>
为什么换行后还能够执行 是因为浏览器中的解析器中词法分析器 起的作用会跳过空白跟换行之类的无效字符。
然后就构造成了一个完整的语句
<a href="javascript:alert(1)">click</a>
代码执行!
看完那些之后瞬间心里觉得原来跟原理性相关的东西真的很重要！能够让你写 xss payload更加灵活！
0x04 javascript编码
javascript中只识别几种编码：Jsunicode js8进制 js10进制
就拿下面这个例子来讲吧！
第一种情况 你输入的值存入某个变量 然后最后出现在某个能把字符串当做js代码来执行的函数里！
如：
eval() setTimeout() setInterval()
以上都是会将字符串当做js代码执行的函数！ 如果是以下情况：
var search = "可控点"; document.getElementById().innerHTML=search;
以上情况很多都是出现在你搜索后 然后显示的 你所查询的关键字
如果过滤了 <> ' " & % 等等这些！然后再输出到页面上！
按理说这样是安全了！但是我们把输入的值改成 jsunicode 编码
如 我们改成 <img src=x onerror=alert(1)> 然后进行js八进制编码 然后服务器端接受后 经过过滤器 没有发现该过滤的就进入到了innerHTML中
现在我们来看看 输出是什么效果！
我就用chrome console来演示吧！
看到了把 经过js的解码 我们的代码又还原回来了 并且注入到了网页中！这时候代码执行！成功弹窗！
在js中是可以用jsunicode js16进制 js8进制的！
为什么这里不用16进制 跟unicode编码！是因为 八进制的相对而言最短！
在xss中字符数的长短 也是一个很重要的问题！越短越好！
在asp的站中插XSS代码的时候，存储型 会因为你数据库中字段的长度不够
而存不进去 然后报错！这种情况经常发生！所有养成用最少的字符 来达到你的目的 是最好的！
既然提到了js中的十六进制编码 跟js中的unicode编码 那么也上两张图吧！
十六进制在js中是\x[16hex] 来表示的 如：< \x3c
大家看到跟八进制的用法也是一样的！只不过多了一个字符X 虽然我很喜欢这个字符 但是我更喜欢八进制的短小精悍！
下面再说说jsunicode编码：
他的表示方式是这样的：\uxxxx \uxxx < 转码后: /u003c
上图:
0x05 base64编码
到目前为止 我遇到使用base64编码的情况 大多数是这样！
<a href="可控点"> <iframe src="可控点">
在这种情况下 如果过滤了<> ' " javascript 的话 那么要xss可以这样写 然后利用base64编码！
<a href="data:text/html;base64, PGltZyBzcmM9eCBvbmVycm9yPWFsZXJ0KDEpPg==">test</a>
这样当test A链接点击时 就会以data协议 页面以html/text的方式解析 编码为base64 然后单点击a链接时 base64的编码就被还原成我们原本的
<img src=x onerror=alert(1)>
然后成功弹窗！
如下图：
------------------------------------------------------------------------------------
