本文由腾讯WeTest团队提供，更多资讯可直接戳链接查看：http://wetest.qq.com/lab/
微信号：TencentWeTest
对于新接触web开发的同学来说，XSS注入是一件非常头疼的事情。就算是web开发多年的老手，也不敢保证自己写的代码完全没有XSS注入的风险。
因为现在比较主流的XSS防治手段主要有两种，一种是在用户输入是将异常关键词过滤，另一种则是在页面渲染时将html内容实体化转义。
然而第一种方法一定程度上对业务数据要求相对较高，存在屏蔽数据和业务数据有冲突的情况，例如“程序类帮助文档的编辑保存”，“外站帖子爬虫”等等。都不能无差别将异常关键词过滤掉，必须保持原输入内容的完整性。
而另一种html内容实体化的方式，又非常的依赖开发的编程习惯。一个不小心漏写了就是一个安全工单，做web的前端同事应该深有体会。于是，我开始研究能不能不再依赖开发习惯，从框架层面上完全屏蔽XSS。
这里先介绍一下我的PHP web Server框架，是我自己从从事web开发开始就一直在维护更新的框架，链接在此，有兴趣的同学，可以看下。或者提出更多改进的建议。
首先来看下普通的PHP是怎么转义html实体的：
htmlspecialchars($content, ENT_QUOTES | ENT_SUBSTITUTE) ENT_QUOTES 意思是需要转义双引号（”）和 单引号 （’）
ENT_SUBSTITUTE 意思是 把无效的编码替代成一个指定的带有 Unicode 替代字符
首先很容易想到的是把php模版中的字符串全部替换掉。
而熟悉smarty的同学应该知道，其实smarty的模版渲染也是用了转义字符串的方式。那我们渲染页面的代码可以这么写。
/**
* 获得模板渲染后的内容
* @return string
*/
public function getContent
{
//防XSS注入
foreach ([Math Processing Error]
[Math Processing Error][Math Processing Error]
}
unset($param);
extract($this->params);
ob_start;
//include template
$file = sprintf('%s/template/%s.tpl.php', TXApp::$app_root, $this->view);
include $file;
$content = ob_get_clean;
return $content;
}
这样的话，传入的字符串类型的变量都会被替换掉了。但是问题也很明显。那就是如果是数组或者object对象，里面的内容就无法进行转义了。而这同样也是smarty的一个弊端，smarty是在assign方法里进行的实体化转义，如果是数组或者object就无视了。当然我们还需要更进一步的进行转义处理。
有同学看到这里肯定会有个想法，如果是数组的话，递归进行转义处理不就可以了吗。
事实上我一开始的确是这么做的，但是弊端也很明显。递归的层数越多，性能损耗就越大。而且并非所有进行转义的内容我们都会用到，这样就会造成性能的浪费。最优化的处理方式就是当需要用到的时候再做转义处理，没用到的时候该咋样还是咋样。
于是我开始着手自己写一个类，在我的框架里我命名为TXArray 继承了ArrayObject，也就是让其具备了array的部分性质。接下来开始进行array 方法重构。以下是部分代码
class TXArray extends ArrayObject
{
private [Math Processing Error]
public function __construct($storage=array)
{
$this->storage = $storage;
}
public function getIterator
{
foreach ($this->storage as $key => $value){
$key = $this->encode($key);
if (!isset($this->encodes[$key])){
$this->encodes[$key] = $this->encode($value);
}
}
return new ArrayIterator($this->encodes);
}
public function offsetGet($k)
{
if (isset($this->storage[$k])){
$key = $this->encode($k);
if (!isset($this->encodes[$key])){
$this->encodes[$key] = $this->encode($this->storage[$k]);
}
return $this->encodes[$key];
}
return null;
}
public function offsetExists($k)
{
return isset($this->storage[$k]);
}
public function offsetUnset($k)
{
unset($this->storage[$k]);
$k = $this->encode($k);
unset($this->encodes[$k]);
}
public function offsetSet($k, $value)
{
$this->storage[$k] = $value;
$this->encodes[$k] = $this->encode($value);
}
public function count
{
return count($this->storage);
}
private function encode($value)
{
if (is_string($value)){
$value = is_string($value) ? htmlspecialchars($value, ENT_QUOTES | ENT_SUBSTITUTE) : $value
} elseif (is_array($value)){
$value = new self($value);
}
return $value;
}
} offsetGet 会在[Math Processing Error]
这样一个递归的转义模型就写好了。也实现了用到时才转义的目标。
但是还有个问题。并不是所有字段都需要转义的，例如我们平台的舆情监控数据，数据来源主要是各大贴吧论坛，数据本身包含了图片img，字体颜色等html元素。在展示时并不希望被模版转义。所以我在框架上继续优化。添加了PHP的魔法方法__get
public function __get($k)
{
return isset($this->storage[$k]) ? $this->storage[$k] : null;
}
public function get($key)
{
return $this->__get($key);
}
也就是说只要调用[Math Processing Error]
另外看业务也再需要加上一些对array的处理方法，例如array_key_exists，in_array， join等。或者直接使用__call 魔法方法
public function __call($method, $args)
{
$args = &$this->storage;
return call_user_func_array($method, $args);
}
public function serialize
{
return serialize($this->storage);
}
public function __invoke
{
return $this->storage ? true : false;
}
public function keys
{
return array_keys($this->values(false));
}
然后我们在页面模版里就可以愉快的使用了
但是这个TXArray还是有个问题，就是如果需要转化成json全部下发给js使用的话，那里面的数据就无法被转义了。当然也可以递归先全转义一遍，但总觉得代码不够漂亮。这个问题我还会继续研究。有新的进展和优化我都会上传到我的 PHP开源组件框架 中，大家有什么好的建议都可以rtx跟我探讨沟通哈