Bahasa Melayu

Alat pembangun · HTML entiti escaper

Menyahkod HTML entiti tanpa innerHTML: cara penyahkod jadual carian berfungsi

· Bagaimana ia berfungsi

Diterbitkan oleh ToolAcre · Ulasan harian

html keselamatan pengekodan

Dikodkan HTML rujukan memetakan kepada teks tidak berbahaya tanpa membuat DOM nod
Ilustrasi vektor ToolAcre asal

Helah popular untuk menyahkod entiti dengan menugaskan kepada innerHTML menjalankan input anda melalui penghurai HTML, iaitu perkara yang anda tidak mahu. Siaran ini menerangkan pendekatan berasaskan jadual yang lebih selamat dan cara ia mengendalikan rujukan nama, perpuluhan dan heks.

Penyahkod yang melaksanakan <img onerror> — kes konkrit di mana 'sahaja menyahkodnya' menjadi pelaksanaan skrip

Nama element.innerHTML codecode &amp; * tetapi juga parses * HTMLNilai seperti <img src=x onerror=...> ukraina dapat menciptakan atribut elemen dan event-handler. Ketika tujuannya hanya untuk memecahkan referensi karakter, terus ditempelkan HTML-seperti teks sebagai data daripada menghurainya menjadi DOM pohon.

Perkara yang sebenarnya dilakukan innerHTML dengan rentetan — penghuraian, penciptaan elemen dan atribut pengendali acara, bukan sahaja penggantian entiti

innerHTML memanggil penghurai HTML: teg menjadi nod, atribut memperoleh makna pelayar, dan teksContent kemudiannya membaca jalur markup daripada hasil. Teg <strong> yang anda ingin simpan sebagai input literal boleh hilang sebagai pemformatan teks. Elemen yang terpisah bukan jaminan keselamatan umum; kod selalunya memasukkan semula subpokok itu atau menggunakan HTML yang terhasil di tempat lain. Jika anda perlu memaparkan input yang tidak dipercayai, tetapkan textContent dan bersihkan sahaja apabila anda sengaja memilih untuk membuat HTML.

Pendekatan jadual carian — ungkapan biasa untuk &name;, &#NNN; dan &#xHHH;, dan peta daripada nama kepada aksara

ToolAcredekoder nutarki menggunakan ungkapan regular yang terikat untuk menemukan referensi bentuk &name;, &#123; or atau orang &#x7B;Referensi yang diberi nama ditinjau dalam tabel eksplisit praktis, termasuk amp, lt, gt, kutipan dan tipografi umum. Nama yang tidak diketahui adalah nama yang tidak ditulis dan bukan ditebak. Pendekatan ini tidak menciptakan elemen dan panggilan tidak HTML para pengurai urai; ia hanya menggantikan substring yang diakui dalam sebuah string. Tabel sengaja subset, tidak semua HTML nama referensi karakter.

Mengendalikan rujukan berangka — menghuraikan titik kod perpuluhan dan heksadesimal dan menukarnya kepada rentetan, termasuk aksara astral

Untuk rujukan berangka, huraikan perpuluhan selepas &# atau perenambelasan selepas &#x, kemudian tukar titik kod angka kepada aksara dengan String.fromCodePoint. Nilai astral seperti 0x1F600 menghasilkan emoji, bukan dua aksara boleh cetak bebas. Pelaksanaan juga memetakan nilai julat kawalan Windows-1252 bersejarah seperti yang dilakukan oleh pelayar; sifar, mata kod pengganti dan nilai di atas U+10FFFF menjadi aksara gantian. Pengendalian ralat eksplisit itu mengekalkan nombor yang tidak sah daripada ranap penyahkod.

Contoh yang dibuat oleh orang-orang yang tidak dikenal: mendekoding string yang mencampur &amp;, &#169; bahwa dan &#x1F600; efense — masing - masing pertandingan diselesaikan dari tabel atau nomor

Codekan literal input &amp;, &#169; bahwa dan &#x1F600;bahasa pertama: peta referensi pertama melalui tabel bernama ke &, desimal 169 dan hex 1F600 menjadi 😀. Termasuk mentah <img onerror="alert(1)"> di samping mereka. Kodekrator mengembalikan urutan tampak tag tersebut sebagai karakter string biasa; ia tidak menciptakan sebuah gambar atau mengeksekusi suatu peristiwa. Saat menempatkan hasilnya ke halaman nyata kemudian, gunakanlah wastafel teks yang aman ketimbang mengambil string yang sudah didecode dan menugaskannya kembali ke dalam HTML.

Perkara yang tidak akan dilakukan oleh pendekatan jadual — rujukan tanpa koma bertitik lama dan kebiasaan pemulihan ralat penghurai, melainkan dilaksanakan dengan sengaja

Pendekatan carian dengan sengaja tidak menghasilkan semula peraturan pemulihan tanpa titik koma bertitik legasi HTML. &salinan tanpa koma bertitik mungkin kekal tidak disentuh. Jadual bernama tetap juga menghilangkan banyak daripada lebih daripada dua ribu HTML5 rujukan bernama. Had tersebut adalah pertukaran jujur ​​untuk penyahkod kecil yang boleh diramal; sahaja menerima rujukan yang ditamatkan secara eksplisit mengelakkan menganggap prosa arbitrari yang mengandungi ampersand sebagai penanda. Semak nama alat yang disokong yang didokumenkan jika keserasian pelayar penuh adalah penting.

Perkara ini tidak meliputi — membersihkan HTML yang anda ingin berikan, yang merupakan masalah berbeza

Rujukan penyahkodan tidak membersihkan HTML untuk paparan. Jika teks yang dinyahkodkan mengandungi urutan <script>, ia kekal berbahaya jika bahagian lain aplikasi kemudian memasukkannya sebagai penanda. Konteks seperti atribut HTML, rentetan JavaScript dan URL masing-masing memerlukan pengekodan dan dasar output mereka sendiri. ToolAcre mengembalikan teks; ia tidak boleh menjadikan tenggelam yang tidak selamat masa depan selamat.

Bawa pulang: layan input sebagai data — cara HTML entiti escaper menyahkod dengan jadual carian dan bukannya penghurai HTML, jadi input anda kekal sebagai teks

Anggap input sebagai data. HTML entiti escaper menyahkod dengan aritmetik jadual dan titik kod, bukan helah HTML dalaman, jadi muatan yang kelihatan markup kekal sebagai aksara lengai dalam alat. Cuba tiga rujukan, kemudian periksa kedua-dua teks yang dinyahkod dan cara anda merancang untuk menggunakannya seterusnya: sempadan keselamatan hilang jika anda mengulanginya sebagai HTML.