URL编码与XSS

0x00 背景

最近遇到一个双重编码绕过过滤的xss漏洞，成功在大佬的指点下弹出成功之后记录一下学习。

0x01 URL编码

一个URL的形式如下：

foo://example.com:8042/over/there?name=ferret#nose
协议    域名       端口    路径      search参数  hash参数

通常来说，如果某种文本需要编码，说明他并不适合传输。原因多种多样，或压缩尺寸，或隐藏隐私数据……

对于URL来说，之所以要进行编码，一方面是因为URL中有些字符会引起歧义。例如，URL参数字符串中使用key=value键值对这样的形式来传参，键值对之间以&符号分隔，如/s?name=chen&city=beijing。但是这个时候如果value字符串包含了=或者&，那么服务器解析肯定会出错，因此必须将引起歧义的&和=符号进行编码。

另一方面，因此URL编码采用的是ASCII码，这也就是说你不能在Url中包含任何非ASCII字符，例如中文。否则如果客户端浏览器和服务端浏览器支持的字符集不同的情况下，中文可能会造成问题。

Javascript中对于URL编码主要有以下几个函数：

escape(string)：该方法不会对 ASCII 字母和数字进行编码，也不会对下面这些 ASCII 标点符号进行编码： * @ - _ + . / 。其他所有的字符都会被转义序列替换。
escape("http://www.xxx.com/My first/a?name=chen&city=beijing")======>>>>>> http%3A//www.xxx.com/My%20first/a%3Fname%3Dchen%26city%3Dbeijing

encodeURI(string)：该方法不会对 ASCII 字母和数字进行编码，也不会对这些 ASCII 标点符号进行编码： - _ . ! ~ * ' ( ) 。该方法的目的是对 URI 进行完整的编码，因此对以下在 URI 中具有特殊含义的 ASCII 标点符号，encodeURI() 函数是不会进行转义的：;/?:@&=+$,#
encodeURI("http://www.xxx.com/My first/a?name=chen&city=beijing")========>>>>>> http://www.xxx.com/My%20first/a?name=chen&city=beijing

encodeURIComponent(string)：该方法不会对 ASCII 字母和数字进行编码，也不会对这些 ASCII 标点符号进行编码： - _ . ! ~ * ' ( ) 。其他字符（比如 ：;/?:@&=+$,# 这些用于分隔 URI 组件的标点符号），都是由一个或多个十六进制的转义序列替换的。
encodeURIComponent("http://www.xxx.com/My first/a?name=chen&city=beijing")=======>>>>>> http%3A%2F%2Fwww.xxx.com%2FMy%20first%2Fa%3Fname%3Dchen%26city%3Dbeijin

0x02 URL双重编码

那么为什么需要双重编码呢？因为以上未讨论value为中文的情况。

当value的值为中文字符时，提交到后台经过一次encodeURI()对中文URL参数进行编码时，“测试”二字会被转换为“%E6%B5%8B%E8%AF%95”。 但是编码后的字符串信息，浏览器机制会认为“%”是一个转义字符，它并未将“%”认为是个普通字符。因此需要使用encodeURI进行二次编码

操作： encodeURI(encodeURI("测试"));

经过以上操作处理后的"测试"变为”%25E6%25B5%258B%25E8%25AF%2595“，通过再次编码原有被浏览起解析为转义字符的”%“被再次编码，转换成了普通字符转”%25“。

代码逻辑如下：

首先，在前端页面准备参数的时候，需要对中文参数进行encode处理：
var url = '/?page_name='+encodeURI(encodeURI("测试"));
window.open(url);

后端处理：String starName = java.net.URLDecoder.decode(request.getParameter("page_name"),"UTF-8");

前端在进行encode编码为什么用了两次encodeURI，而服务器后端在解码时只解了一次？这是因为容器会默认帮你解一次码。

既然容器会默认解一次码，那么为什么不只编码一次然后让容器自动解析一次就好呢？即直接在前端只进行一次encode，服务端程序直接request.getParameter(“page_name”) ？

这是因为容器默认解码时采用的是容器的默认编码，可能是UTF-8，GBK，也可能是其他编码方式。这与你当前的应用的编码方式未必一致。所以你直接获取的话可能会出现乱码。

 

当然也可以通过修改容器的默认编码，从而实现“前端一次encode——后端直接获取”的途径获取中文参数。例如：在Tomcat下默认编码修改方式：修改%TOMCAT_HOME%/conf/server.xml,找到这行代码：

<Connector port="80" protocol="HTTP/1.1" redirectPort="8449" connectionTimeout="20000"/>

在后面可以追加URIEncoding属性，即：

<Connector port="80" protocol="HTTP/1.1" redirectPort="8449" connectionTimeout="20000" URIEncoding="UTF-8"/>

如果不方便改容器默认编码方式，或者应用程序本身就有多种编码方式的话，还是采取“前端两次encode——后端一次decode”的途径获取中文参数吧。

0x03 URL编码与XSS

 XSS原理这里就不讲了。这里直接使用自己遇到的一个反射性xss的例子，问题参数出在url的search参数上。

首先是是在搜索框中插入尖括号，可以看到这是在黑名单之中的：

然后输入正常的查询字段发现会被编码并使用get方式进行提交，所以就在对应的参数后面进行提交，还是首先测试尖括号的url编码是否被过滤，经过测试发现经过一次URL编码的%3c依旧会被过滤，但是经过二次URL编码的%253c就能够在搜索框与页面正常显示：

这里就通过查看源代码和查看元素发现都被正常解析了，这也意味着可以出发XSS了，一个触发点时搜索框中，一个触发点时搜索[<]的中括号里面。

这里继续尝试在搜索的中括号进行XSS，将payload  <img src=1 onerror=alert(1)>进行2次URL编码如下：%253Cimg%2520src%253D1%2520onerror%253Dalert%25281%2529%253E

可以看到<img>标签被正确解析了，但是onerror 的alert却没有被触发，所以后台对于alert应该是有防护的，这里尝试双写绕过即可触发：

还有一个触发点就是在输入框利用引号闭合，增加onclick或者onmouseover等事件进行触发。

0x04 绕过原理

首先就是浏览器在前端与后端都有过滤措施。

首先前端在输入框对于输入的参数校验是很严格的，对于未经编码与经过编码的特殊符号都能够做到完整过滤，但是却使用了get进行提交，导致攻击者可以任意修改url参数进行绕过前端验证。

其次后端的验证对于非法字符的检测与过滤机制就太不严格了，当我们传输只经过一次URL编码的payload时，后台可以经过解码可以检测出敏感输入，但是在经过2次URL编码的时候就无法检测出恶意的符号内容。

 

 

 

 

 

 

 

 

 

参考链接：

https://blog.csdn.net/zmx729618/article/details/51381655

https://www.cnblogs.com/longling2344/p/5476785.html

https://blog.csdn.net/zhxtpray/article/details/52440076