XSS编码与绕过
XSS编码与绕过
0x00 背景
对于了解web安全的朋友来说，都知道XSS这种漏洞，其危害性不用强调了。一般对于该漏洞的防护有两个思路：一是过滤敏感字符，诸如【<，>，script，'】等，另一种是对敏感字符进行html编码，诸如php中的htmlspecialchars()函数。
一般情况，正确实施这两种方案之一就可以有效防御XSS漏洞了。但其实也会有一些场景，即使实施了这两种方案，攻击者也可以绕过防护，导致XSS漏洞被利用。
0x01 绕过场景
下面主要是参考文章http://www.freebuf.com/articles/web/43285.html。
场景一：XSS注入点在某个html标签属性中，代码片段如下
可以看到，这里防护措施采用的是方案一：过滤敏感字符。那么这里如果输入javascript:alert (11)，是会被过滤掉的，输出的内容会是：
这当然不能弹框，常规的xss payload就会失败了。如同参考文中所说的，这里绕过方法有很多中，你完全不需要使用 > 去闭合html标签，也可以用其他关键字来代替javascript，不过既然说的是编码问题，当然要用编码问题来解决问题。
这里可以对"javascript:alert(11)"进行html编码来绕过，你可以试试将html编码后的payload传递给name参数，也就是：javascript%3Aalert%2811%29，可以看到熟悉的窗口又弹出来了。原因就是，浏览器在解析到这段代码时，会对其先进行html解码，然后当触发onclick事件后，会调用js引擎对其进行js编码后执行js代码，所以就看到了弹窗。原文在这里只提到了html编码的方式，其实这里还可以对payload进行js编码。但是要注意的是，这里不能将整个payload进行编码，你要像这样：
又可以看见弹框了。（是不是略微有点看不懂啊，没关系，接下来还有更绕的）
场景二：XSS注入点在js标签中，代码片段：
这里采用的防护措施是第二套，使用php内置函数htmlspecialchars对敏感字符进行编码。如果输入正常的payload，如：<img src=1 onerror=alert(11)>，是不会有弹窗的，此时浏览器的输出：
这里的敏感字符< >，已经被html编码了，最后在<div>标签里面输出的时候浏览器再使用html解码将其原文显示出来，但是并不会再触发js引擎了，所以也就没有弹窗了，利用失败。
这里使用js编码就可以绕过了，因为浏览器是先js解码然后再html解码，通过js编码后的payload在html解码的时候已经是正常的html了，就会触发js引擎，弹框也就出来了。
试试js编码后的payload：
看到这里，你心中肯定有疑问，浏览器到底是怎么解码的，为什么一会先js解码，一会儿又是先html解码？起初我在看到这里时候也一直很纳闷，原文里面并没有对浏览器为什么这样解码说明原因，直到我看到这篇文章http://xuelinf.github.io/2016/05/18/编码与解码-浏览器做了什么/。该作者从原理上对浏览器编码解码进行了说明，揭开了我的疑问，这篇文章也主要是说明该问题。
0x02 浏览器编码解码方式
来看看浏览器处理一次完整的http请求，会涉及到的编码解码问题。
-
当浏览器发送http请求时，会先对特殊字符进行URL编码后，发送给服务器。
-
服务器收到客户端发送来的http请求，会对其进行URL解码后，再进行处理，处理完成后将结果返回给浏览器。
-
浏览器接收到html文件后，最先是触发html解析器来解析html，将标签转化为内容树中的DOM节点，此时在识别标签的时候，html解析器是不能识别哪些被html实体编码了，只有当整个DOM树建立起来后，才能对每个节点的内容进行识别，如果有html实体编码，再对其进行解码。
-
在html解析器过程中，遇到js标签诸如<script>会调用js解释器对js代码进行解析，而js DOM API会对DOM结构进行更改，DOM树节点的更改也会反过来触发html解释器。
-
CSS解释器也会在html解释器过程中参与进来，但它不会干扰到DOM树，它会结合<style>标签和CSS文件以及html指令来构建render tree。
以上，就是浏览器解析一次完整http请求所会涉及到的编码解码问题。浏览器在收到html文件后，如果没有js DOM API的参与，那么浏览器会按照html解码àCSS解码àjs解码的顺序解析下去，但是由于js DOM API的存在，解码顺利会被打乱，所以有了上面两个场景中不同的解码顺序，那么到底为何要按照这样的解码方式呢？再来具体看看js解释器的处理流程。
当浏览器在处理诸如<script> <style>标签，解释器会自动切换到特殊解析模式，src href后边加入的javascript为URL，也会进入到JS解析模式。而进入该解析模式的时候，该DOM节点已经建立起来了，但是html解释器还并未进行html解码。当触发js解释器后，js会先对内容进行解析，如果有js编码就会进行解码操作，接下来是就是执行里面的js语句。所以此时执行该js语言前的解码顺序为js解码-->html解码。
来看看能够触发js引擎的标签：
-
直接嵌入< script> 代码块。
-
通过< script sr=… > 加载代码。
-
各种HTML CSS 参数支持JavaScript：URL 触发调用。
-
CSS expression(…) 语法和某些浏览器的XBL 绑定。
-
事件处理器(Event handlers),比如 onload, onerror, onclick等等。
-
定时器，Timer(setTimeout, setInterval)
-
eval(…) 调用。
既然js DOM API可以更改浏览器正常的解码顺序，那么触发js解释器的方式有哪些呢？
了解了浏览器的编码解码之后，我们再回头看一下前面的两个场景。
第一个场景中，js语句是在a标签中，在onclick事件触发js解释器之前，DOM树结构已经建立完成了，并且这里也没有DOM API操作，所以浏览器会先对该语句进行html解码，然后再是js解码，所以当我们对payload进行html编码后，在js解释器解析该js语句时，其已经被html解码了，是正常的js语句，所以能够正常弹窗。
场景二中，payload是在script标签里面，浏览器解析到这里时，会触发js解释器，js解释器会对该语句进行js解码操作，我们使用js编码的payload被还原成正常的语句。虽然此时整个DOM树已经建立起来了，但是由于DOM API存在，会再一次的调用html解释器，对我们的payload进行解析，payload里面有js标签，再一次触发js解释器，完成对js语句调用，成功弹窗。
0x03 总结
可以看到，因为浏览器丰富多样的解码方式，对于XSS的防御不能完全单一依靠编码和过滤操作，需要根据上下文对输入语句，先进行相应的解码之后再进行编码和过滤操作，才能有效的防御XSS。
by：会飞的猫
