開發者工具 · HTML 實體轉義器
在沒有innerHTML的情況下解碼HTML實體:找出表格解碼器的工作原理
· 工作原理
二. 出版人 ToolAcre · 編輯审查
html 安全 編碼

透過指派給innerHTML 來解碼實體的流行技巧是透過HTML 解析器執行您的輸入,這正是您不想要的。這篇文章解釋了更安全的基於表的方法以及它如何處理命名、十進制和十六進制引用。
執行 <img onerror> 的解碼器 - 一個具體的例子,其中「只解碼它」變成了腳本執行
使用 element.innerHTML 解碼 & 但也進行剖析 HTML的數值,例如 <img src=x onerror=...> 可以創建元素和事件處理器屬性。 當目標只是為瞭解碼字符引用時,請粘貼 HTML- 喜歡文本作為數據而不是將其解析為 DOM 樹.
innerHTML 實際上對字串做了什麼 — 解析、元素創建和事件處理程序屬性,而不僅僅是實體替換
innerHTML 呼叫 HTML 解析器:標籤變成節點,屬性取得瀏覽器意義,稍後讀取的 textContent 會從結果中移除標記。您打算保留為文字輸入的 <strong> 標記可能會隨著文字格式而消失。分離的元件並不能保證一般的安全性;程式碼經常會重新插入該子樹或在其他地方使用產生的 HTML。如果您需要顯示不受信任的輸入,請僅在您故意選擇呈現 HTML 時指派 textContent 並進行清理。
找出表格方法 — &name;, &#NNN; 的正規表示式和 &#xHHH;,以及從名字到角色的映射
ToolAcre在解碼器中用有邊界的正規表示式去尋找表單的參考 &name;, { 或 {。取名參考被取入一通明確的表格中,包括 ap、 lt、 gt、 引文和常用打字。 有未知的名字被留作正文而未猜取. 有相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相相關相關相關相關相相相關相相相相相相相相關相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相相 HTML 剖析器; 它只取代了字串中被認出子串 。 有心想把桌子分出去 就不是全部了 HTML 有名的字符參考.
處理數字引用 - 解析十進位和十六進位代碼點並將它們轉換為字串,包括星體字符
對於數字引用,解析 &# 後的十進位或 &#x 後的十六進制,然後使用 String.fromCodePoint 將數字代碼點轉換為字元。諸如 0x1F600 之類的星體值會產生一個表情符號,而不是兩個獨立的可列印字元。此實作也像瀏覽器一樣映射歷史 Windows-1252 控制範圍值;零、代理程式碼點和 U+10FFFF 以上的值成為取代字元。這種明確的錯誤處理可以防止無效的數字導致解碼器崩潰。
有工作的例子: 解碼混入的字串 &, © 和 😀 ─ 表格或數字中已解析出相對相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相關相
解碼字面輸入 &, © 和 😀: 首個通過命名表格的參考地圖 &小數 169 變成"","Hex 1F600"變成"X". 包含原始 <img onerror="alert(1)"> 在他們旁邊 解碼器將標記外觀序列作為普通字符串;它不創建圖像或執行事件. 稍後將結果放入真實頁面時,使用安全的文本槽,而不是取出已解碼的字符串並將其分配回 innerHTML.
表方法不會做什麼 - 遺留的無分號引用和解析器錯誤恢復怪癖,除非故意實現
尋找方法有意不重現 HTML 解析器的舊版無分號復原規則。不含分號的 © 可能保持不變。固定命名表也省略了兩千多個 HTML5 命名引用中的許多內容。對於小型可預測解碼器來說,這些限制是誠實的權衡。僅接受明確終止引用可以避免將包含&符號的任意散文視為標記。如果完整的瀏覽器相容性是必要的,請檢查該工具記錄的支援名稱。
這不包括什麼 - 清理你打算渲染的 HTML,這是一個不同的問題
解碼引用不會清理 HTML 以供顯示。如果解碼的文字包含 <script> 序列,那麼如果應用程式的不同部分稍後將其作為標記插入,則仍然很危險。 HTML 屬性、JavaScript 字串和 URL 等上下文都需要自己的輸出編碼和策略。 ToolAcre 返回文字;它不能使未來不安全的水槽變得安全。
重點:將輸入視為資料 — HTML 實體轉義器如何使用查找表而不是 HTML 解析器進行解碼,因此您的輸入仍然是文字
將輸入視為資料。 HTML 實體轉義器使用表格和程式碼點算術進行解碼,而不是使用 insideHTML 技巧,因此看起來標記的有效負載在工具中仍然是惰性字元。嘗試這三個引用,然後檢查解碼後的文字以及您接下來計劃如何使用它:如果您將其重新解析為 HTML,則安全邊界將會遺失。