XSS і htmlspecialchars
Що ви дізнаєтесь
- Що таке XSS і чим збережений відрізняється від відбитого
- Що може зробити чужий скрипт на вашій сторінці
- Як
htmlspecialchars()захищає текст і значення атрибутів - Чому екранують під час виведення, а не під час збереження
- Навіщо хелпер
e()і чомуstrip_tags()— не заміна
У кроці 5 гостьової книги ви вже виводите ім'я й текст запису через htmlspecialchars(), і <b>Тарас</b> показується разом із кутовими дужками. Перевірка з лекції «Перевірка даних форми» тут не рятує: <script>alert(1)</script> — цілком «правильне» ім'я з 25 символів. Розберемо, від чого захищає htmlspecialchars().
Що таке XSS
Уявіть, що сторінка виводить ім'я з форми як є: <h2><?= $entry['name'] ?></h2>. Хтось вписує в поле «Ім'я» не ім'я, а скрипт:
<script>document.querySelector('h1').textContent = 'Сайт зламано!'</script>
PHP вставляє рядок у HTML, браузер бачить тег <script> і виконує його, як скрипти самого сайту. Це XSS (cross-site scripting, міжсайтовий скриптинг): чужий JavaScript виконується на вашій сторінці. Нижче — HTML, який отримав би браузер для цього рядка: як є і через htmlspecialchars(). Демо безпечне: воно працює в ізольованому вікні.
<style>
body { font-family: system-ui, sans-serif; }
h2 { margin: 16px 0 4px; font-size: 16px; }
p { margin: 0; padding: 8px; min-height: 1em; background: #f4f6f8; border-radius: 6px; }
</style>
<h1>Гостьова книга</h1>
<h2>Як є</h2>
<p><script>document.querySelector('h1').textContent = 'Сайт зламано!'</script></p>
<h2>Через htmlspecialchars()</h2>
<p><script>document.querySelector('h1').textContent = 'Сайт зламано!'</script></p>
Перший абзац порожній: <script> не показується, а виконується, — і заголовок сторінки став «Сайт зламано!». У другому < перетворився на <, апостроф — на ', і браузер показав код як звичайний текст.
Два види XSS:
- Збережений. Сервер зберігає запис зі скриптом — у гостьовій книзі, коментарях, профілі, — і скрипт спрацьовує в кожного, хто відкриє сторінку. Жертві не треба нічого робити.
- Відбитий. Скрипт приходить у самому запиті й одразу повертається у відповіді: пошук пише «Знайдено за запитом: …» без екранування. Зловмисник надсилає посилання з
?q=<script>…</script>у чат чи лист, і скрипт виконується в браузері того, хто клацне.
Що може чужий скрипт
Усе, що й скрипти самого сайту, від імені користувача, який відкрив сторінку:
- прочитати cookie сторінки (
document.cookie) і надіслати їх собі: у cookie сайти тримають «ключ» від входу, з яким зловмисник заходить як жертва. Що таке cookie — у модулі 12 «Сесії та cookies»; - змінити сторінку: підмінити посилання, показати фальшиву форму входу, яка надсилає пароль зловмиснику;
- надсилати запити від імені користувача: додавати записи, змінювати налаштування.
htmlspecialchars(): текст і атрибути
htmlspecialchars() замінює п'ять символів сутностями з лекції «HTML: каркас сторінки й основні теги»: & → &, < → <, > → >, " → ", ' → '. Браузер показує їх як символи, а не як розмітку:
<?php
echo htmlspecialchars("<b>Тарас</b> & O'Neil \"Оля\""), "\n";
// <b>Тарас</b> & O'Neil "Оля"
echo htmlspecialchars("O'Neil", ENT_COMPAT), "\n";
// O'Neil — з ENT_COMPAT апостроф лишився
Другий аргумент — прапорці: ENT_QUOTES — екранувати обидві лапки. З PHP 8.1 це типова поведінка, але раніше типовим був ENT_COMPAT, і апостроф лишався як є — так досі написано багато прикладів в інтернеті. Тому прапорець і кодування пишемо явно: htmlspecialchars($value, ENT_QUOTES, 'UTF-8').
Контекст атрибута
Небезпечний не лише тег <script>. У значенні атрибута вистачить лапки:
<?php $q = '" autofocus onfocus="alert(1)'; ?>
<input name="q" value="<?= $q ?>">
<input name="q" value="<?= htmlspecialchars($q, ENT_QUOTES, 'UTF-8') ?>">
<input name="q" value="" autofocus onfocus="alert(1)">
<input name="q" value="" autofocus onfocus="alert(1)">
У першому полі лапка закрила value, а решта рядка стала новими атрибутами: autofocus ставить курсор у поле одразу після завантаження, а onfocus запускає скрипт — без жодного тегу <script>. У другому " став ", і весь рядок лишився значенням поля. Тому:
- значення атрибута — завжди в лапках: без них значення закінчує пробіл, а пробілів
htmlspecialchars()не екранує; ENT_QUOTESрятує атрибути в одинарних лапкахvalue='…': інакше їх закрив би апостроф з «O'Neil»;- в
hrefіsrcсутності не рятують від адресиjavascript:…: адресу від користувача перевіряють окремо (чи починається вона зhttps://).
Екранувати під час виведення, а не збереження
Правило: дані зберігають такими, як їх ввели, а екранують у шаблоні — у момент виведення в HTML. Чому не під час збереження:
- Екрановані дані непридатні ніде, крім HTML:
mb_strlen()рахує в<b>9 символів замість 3, пошук<b>нічого не знаходить, а в листі чи JSON з'являються<. - Шаблон однаково мусить екранувати: дані можуть прийти з іншого місця. Двічі екрановані, вони покажуть на сторінці сутності замість символів.
- Під час збереження ще невідомо, куди підуть дані: для HTML потрібна
htmlspecialchars(), для адреси —urlencode()з кроку 5 гостьової книги, а для SQL — інші правила (модуль 15).
Хелпер e()
htmlspecialchars($value, ENT_QUOTES, 'UTF-8') довго писати в кожному <?= ?>, і саме тому його забувають. Екранування виносять у функцію з коротким ім'ям:
<?php
function e(string $value): string
{
return htmlspecialchars($value, ENT_QUOTES, 'UTF-8');
}
?>
<h2><?= e($entry['name']) ?></h2>
<input name="q" value="<?= e($q) ?>">
Правило шаблону: усе, що прийшло від користувача, — лише через e(). Без неї виводять хіба числа, які сторінка порахувала сама: e() чекає рядок, і з declare(strict_types=1) число в ній дасть TypeError.
Чому strip_tags() — не заміна
strip_tags() — вбудована функція, що вирізає з рядка все, схоже на теги. Здається, вона теж захищає від XSS, але:
<?php
var_dump(strip_tags('<b>Тарас</b>')); // string(10) "Тарас"
var_dump(strip_tags('Ціна <100 грн')); // string(9) "Ціна "
var_dump(strip_tags('" autofocus onfocus="alert(1)')); // без змін: тегів немає
- Вона псує звичайний текст: усе після
<здається їй тегом, і відЦіна <100 грнлишається тільки слово «Ціна». - Вона не чіпає лапки: рядок з розділу про атрибути проходить без змін і так само виривається з
value. - Вона змінює дані: користувач написав одне, а сторінка покаже інше.
htmlspecialchars() нічого не видаляє: текст на сторінці — точно такий, як його ввели, і безпечний.
Підсумок
- XSS — чужий JavaScript на вашій сторінці: дані користувача потрапили в HTML як розмітка.
- Збережений XSS живе в записах і спрацьовує в кожного відвідувача; відбитий приходить у запиті (посилання з
?q=<script>…) і повертається у відповіді. - Чужий скрипт діє від імені користувача: читає cookie, змінює сторінку, надсилає запити.
htmlspecialchars($value, ENT_QUOTES, 'UTF-8')перетворює& < > " 'на сутності; значення атрибутів — завжди в лапках.- Дані зберігають як ввели, а екранують під час виведення — один раз, у шаблоні.
- Хелпер
e()робить екранування коротким, тож його не забувають. strip_tags()— не захист: псує текст і не чіпає лапки.
Що далі
Практика «Гостьова книга, крок 6: валідація і захист від XSS», а потім модуль 12 «Сесії та cookies» — сайт навчиться пам'ятати користувача між запитами.