存入数据库的内容很安全,不等于输出到页面时也安全。浏览器会把返回文本当成标记来解析,因此凡是进入 HTML 的文本,都要按所在位置做转义,让数据始终被当作数据。
01转义按上下文分
放在元素文本里、放在属性里、放在地址里,需要的处理并不相同。最常用的是把特殊字符转成实体,并用带引号的属性写法;地址类取值还要额外确认协议与来源。别写一套「万能过滤」到处套,上下文不同就会漏。
「输出转义」出错时,给访客的应该是一句可读的提示,而不是把路径、堆栈或字段名摊开。
02正文与富文本分开
本站的做法是把经过整理的正文由服务端直接输出,其余所有标题、摘要、栏目名与用户输入一律转义后输出。若确实需要保留少量标记,应由生成阶段按固定白名单产生,而不是把访客提交的原始文本原样放回页面。
把「输出转义」按最小权限配置:账号只开需要的库与操作,能少一分暴露就少一分。
03响应头一起设
内容类型与字符编码写清楚,配合禁止类型嗅探、限制引用来源与框架嵌套的策略,能减少很多附加风险。这些响应头由入口统一设置,各页面不必重复。转义与响应头不是互相替代,而是各自守住一段。
「输出转义」涉及拼接字符串时格外留神,查询与页面输出是两类完全不同的上下文,转义方式也不同。
要点速览
- 转义规则按元素文本、属性、地址等上下文区分。
- 标题、摘要与输入值一律转义后再输出。
- 需保留的标记由生成阶段按白名单产生。
- 内容类型、编码与安全响应头由入口统一设置。
写入口守的是数据,输出转义守的是页面,两边都要有。
