Перейти до змісту
Intita
Лекція · 35 хв

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 чому strip_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>&lt;script&gt;document.querySelector(&#039;h1&#039;).textContent = &#039;Сайт зламано!&#039;&lt;/script&gt;</p>

Перший абзац порожній: <script> не показується, а виконується, — і заголовок сторінки став «Сайт зламано!». У другому < перетворився на &lt;, апостроф — на &#039;, 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»: & → &amp;, < → &lt;, > → &gt;, " → &quot;, ' → &#039;. Браузер показує їх як символи, а не як розмітку:

<?php
echo htmlspecialchars("<b>Тарас</b> & O'Neil \"Оля\""), "\n";
// &lt;b&gt;Тарас&lt;/b&gt; &amp; O&#039;Neil &quot;Оля&quot;
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="&quot; autofocus onfocus=&quot;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 &quot;, і весь рядок лишився значенням поля. Тому:

  • значення атрибута — завжди в лапках: без них значення закінчує пробіл, а пробілів htmlspecialchars() не екранує;
  • ENT_QUOTES рятує атрибути в одинарних лапках value='…': інакше їх закрив би апостроф з «O'Neil»;
  • в href і src сутності не рятують від адреси javascript:…: адресу від користувача перевіряють окремо (чи починається вона з https://).
Поле пошуку виведено так, як у коді нижче. Запит з q = x autofocus onfocus=alert(1) запускає скрипт. Де помилка?
<input name="q" value=<?= htmlspecialchars($q, ENT_QUOTES, 'UTF-8') ?>>

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 &lt;b&gt; 9 символів замість 3, пошук <b> нічого не знаходить, а в листі чи JSON з'являються &lt;.
  • 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).
Ім'я <b>Ян</b> пропустили через htmlspecialchars() під час збереження, а шаблон виводить його як <?= htmlspecialchars($name) ?>. Що побачить користувач на сторінці?

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 від Ціна <100 грн лишається 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.

Що виведе var_dump(strip_tags('Я <3 PHP'));?

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.