萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> Android 開發

正則表達式過濾 HTML 危險腳本:XSS 防護實戰代碼

為何需要過濾?

允許使用者輸入 HTML(如 BBS、留言板)時,必須移除 <script>、事件屬性、javascript: 協定、<iframe>、<frameset> 等攻擊向量,同時保留安全的排版標記。

核心過濾正則 (C# 範例)

// 移除 ", RegexOptions.IgnoreCase | RegexOptions.Singleline);

// 移除 href="javascript:..."
var regexHrefJs = new Regex(@"href\s*=\s*[""']?\s*script\s*:", RegexOptions.IgnoreCase);

// 移除所有 on* 事件屬性
var regexOnEvent = new Regex(@"\son\w+\s*=", RegexOptions.IgnoreCase);

// 移除 iframe
var regexIframe = new Regex(@"]*>.*?", RegexOptions.IgnoreCase | RegexOptions.Singleline);

// 移除 frameset
var regexFrameset = new Regex(@"]*>.*?", RegexOptions.IgnoreCase | RegexOptions.Singleline);

// 執行過濾
html = regexScript.Replace(html, "");
html = regexHrefJs.Replace(html, "");
html = regexOnEvent.Replace(html, " _disabled_event="); // 保留屬性名但失效
html = regexIframe.Replace(html, "");
html = regexFrameset.Replace(html, "");

現代防護最佳實踐(正則非萬靈丹)

  1. 白名單策略:使用成熟庫(HtmlSanitizer .NET, DOMPurify JS, bleach Python)定義允許的標記/屬性/樣式,自動移除其餘內容。
  2. 輸出編碼:在 HTML 屬性、JavaScript、CSS、URL 不同語境下正確編碼,防止注入。
  3. Content Security Policy (CSP):HTTP 標頭限制腳本來源、禁止內聯腳本、封鎖 eval(),縱使過濾漏網仍能攔截執行。
  4. HttpOnly + Secure Cookie:降低 XSS 竊取 Session 風險。
  5. SameSite Cookie:防禦 CSRF。

前端 DOMPurify 範例

import DOMPurify from 'dompurify';
const clean = DOMPurify.sanitize(dirtyHtml, {
  ALLOWED_TAGS: ['p','br','b','i','u','strong','em','a','ul','ol','li','img','blockquote'],
  ALLOWED_ATTR: ['href','src','alt','title','class','style'],
  ALLOW_DATA_ATTR: false
});

結語

正則過濾可作為第一道防線或簡單場景補丁,但生產環境務必採用「白名單清洗 + CSP + 輸出編碼」多層防禦體系,才能有效抵禦持續演進的 XSS 攻擊手法。

copyright © 萬盛學電腦網 all rights reserved