PHP 安全三板斧：过滤、验证和转义之转义篇 & Blade模板引擎避免XSS攻击原理探究

PHP 转义 实现

把输出渲染成网页或API响应时，一定要转义输出，这也是一种防护措施，能避免渲染恶意代码，造成XSS攻击，还能防止应用的用户无意中执行恶意代码。

我们可以使用前面提到的 htmlentities 函数转移输出，该函数的第二个参数一定要使用 ENT_QUOTES ，让这个函数转义单引号和双引号，而且，还要在第三个参数中指定合适的字符编码（通常是UTF-8），下面的例子演示了如何在渲染前转义HTML输出：

<?php
$output = '<p><script>alert(“欢迎来到Laravel学院！")</script></p>';
echo htmlentities($output, ENT_QUOTES, ‘UTF-8');

如果不转义直接输出，会弹出提示框：

转义之后输出变成：

<p><script>alert("欢迎访问Laravel学院!");</script></p>

现代PHP支持许多模板引擎，这些模板引擎在底层已经为了做好了转义处理，比如现在流行的 twig/twig 和 smarty/smarty 都会自动转义输出。这种默认处理方式很赞，为PHP Web应用提供了有力的安全保障。

Blade 模板引擎避免XSS攻击原理

Laravel使用的模板引擎是Blade，关于Blade的使用可以参考其官方文档，这里我们简单探讨下Laravel底层如何对输出进行转义处理。

一般我们在Laravel中返回视图内容会这么做：

return view(’test’, [‘data’=>$data]);

这是一个很简单的例子，意味着我们会在 resources/views 目录下找到 test.blade.php 视图文件，然后将 $data 变量传入其中，并将最终渲染结果作为响应的内容返回给用户。那么这一过程经历了哪些底层源码的处理，如果 $data 变量中包含脚本代码（如JavaScript脚本），又该怎么去处理呢？接下来我们让来一窥究竟。

首先我们从辅助函数 view 入手，当然这里我们也可以使用 View:make ，但是简单起见，我们一般用 view 函数，该函数定义在 IlluminateFoundationhelpers.php 文件中：

function view($view = null, $data = [], $mergeData = [])
{
    $factory = app(ViewFactory::class);
    if (func_num_args() === 0) {
        return $factory;
    }

    return $factory->make($view, $data, $mergeData);
}

该函数中的逻辑是从容器中取出视图工厂接口 ViewFactory 对应的实例 $factory （该绑定关系在 IlluminateViewViewServiceProvider 的 register 方法中注册，此外这里还注册了模板引擎解析器 EngineResolver ，包括 PhpEngine和载入 BladeCompiler 的 CompilerEngine ，以及视图文件查找器 FileViewFinder ，一句话，这里注册了视图解析所需的所有服务），如果传入了参数，则调用 $factory 上的 make 方法：

public function make($view, $data = [], $mergeData = [])
{
    if (isset($this->aliases[$view])) {
        $view = $this->aliases[$view];
    }

    $view = $this->normalizeName($view);

    $path = $this->finder->find($view);

    $data = array_merge($mergeData, $this->parseData($data));

    $this->callCreator($view = new View($this, $this->getEngineFromPath($path), $view, $path, $data));

    return $view;
}

这个方法位于 IlluminateViewFactory ，这里所做的事情是获取视图文件的完整路径，合并传入变量， $this->getEngineFromPath 会通过视图文件后缀获取相应的模板引擎，比如我们使用 .blade.php 结尾的视图文件则获得到的是 CompilerEngine （即Blade模板引擎），否则将获取到 PhpEngine ，然后我们根据相应参数实例化View（ IlluminateViewView ）对象并返回。需要注意的是 View 类中重写了 __toString 方法：

public function __toString()
{
    return $this->render();
}

所以当我们打印 $view 实例的时候，实际上会调用 View 类的 render 方法，所以下一步我们理所应当研究 render 方法做了些什么：

public function render(callable $callback = null)
{
    try {
        $contents = $this->renderContents();
        $response = isset($callback) ? call_user_func($callback, $this, $contents) : null;

        // Once we have the contents of the view, we will flush the sections if we are
        // done rendering all views so that there is nothing left hanging over when
        // another view gets rendered in the future by the application developer.
        $this->factory->flushSectionsIfDoneRendering();

        return ! is_null($response) ? $response : $contents;
    } catch (Exception $e) {
        $this->factory->flushSections();

        throw $e;
    } catch (Throwable $e) {
        $this->factory->flushSections();
 
        throw $e;
    }
}

这里重点是 $this->renderContents() 方法，我们继续深入研究 View 类中的renderContents 方法：

protected function renderContents()
{
    // We will keep track of the amount of views being rendered so we can flush
    // the section after the complete rendering operation is done. This will
    // clear out the sections for any separate views that may be rendered.
    $this->factory->incrementRender();
    $this->factory->callComposer($this);

    $contents = $this->getContents();

    // Once we've finished rendering the view, we'll decrement the render count
    // so that each sections get flushed out next time a view is created and
    // no old sections are staying around in the memory of an environment.
    $this->factory->decrementRender();

    return $contents;
}

我们重点关注 $this->getContents() 这里，进入 getContents 方法：

protected function getContents()
{
    return $this->engine->get($this->path, $this->gatherData());
}

我们在前面已经提到，这里的 $this->engine 对应CompilerEngine（ IlluminateViewEnginesCompilerEngine ），所以我们进入 CompilerEngine 的 get方法：

public function get($path, array $data = [])
{
    $this->lastCompiled[] = $path;
    // If this given view has expired, which means it has simply been edited since
    // it was last compiled, we will re-compile the views so we can evaluate a
    // fresh copy of the view. We'll pass the compiler the path of the view.
    if ($this->compiler->isExpired($path)) {
        $this->compiler->compile($path);
    }

    $compiled = $this->compiler->getCompiledPath($path);

    // Once we have the path to the compiled file, we will evaluate the paths with
    // typical PHP just like any other templates. We also keep a stack of views
    // which have been rendered for right exception messages to be generated.
    $results = $this->evaluatePath($compiled, $data);

    array_pop($this->lastCompiled);

    return $results;
}

同样我们在之前提到， CompilerEngine 使用的 compiler 是 BladeCompiler，所以 $this->compiler 也就是Blade编译器，我们先看 $this->compiler->compile($path); 这一行（首次运行或者编译好的视图模板已过期会进这里），进入 BladeCompiler 的 compile 方法：

public function compile($path = null)
{
    if ($path) {
        $this->setPath($path);
    }
    if (! is_null($this->cachePath)) {
        $contents = $this->compileString($this->files->get($this->getPath()));

        $this->files->put($this->getCompiledPath($this->getPath()), $contents);
    }
}

这里我们做的事情是先编译视图文件内容，然后将编译好的内容存放到视图编译路径（ storageframeworkviews ）下对应的文件（一次编译，多次运行，以提高性能），这里我们重点关注的是 $this->compileString 方法，该方法中使用了 token_get_all 函数将视图文件代码分割成多个片段，如果片段是数组的话则循环调用$this->parseToken 方法：

protected function parseToken($token)
{
    list($id, $content) = $token;
    if ($id == T_INLINE_HTML) {
        foreach ($this->compilers as $type) {
            $content = $this->{"compile{$type}"}($content);
        }
    }

    return $content;
}

来到这里，我们已经很接近真相了，针对HTML代码（含Blade指令代码），循环调用 compileExtensions 、 compileStatements 、 compileComments 和 compileEchos 方法，我们重点关注输出方法 compileEchos ，Blade引擎默认提供了 compileRawEchos 、 compileEscapedEchos 和 compileRegularEchos 三种输出方法，对应的指令分别是 {!! !!} 、 {{{ }}} 和 {{ }} ，顾名思义， compileRawEchos 对应的是原生输出：

protected function compileRawEchos($value)
{
    $pattern = sprintf('/(@)?%ss*(.+?)s*%s(
?
)?/s', $this->rawTags[0], $this->rawTags[1]);
    $callback = function ($matches) {
        $whitespace = empty($matches[3]) ? '' : $matches[3].$matches[3];

        return $matches[1] ? substr($matches[0], 1) : '<?php echo '.$this->compileEchoDefaults($matches[2]).'; ?>'.$whitespace;
    };

    return preg_replace_callback($pattern, $callback, $value);
}

即Blade视图中以 {!! !!} 包裹的变量会原生输出HTML，如果要显示图片、链接，推荐这种方式。

{{{}}} 对应的 CompileEscapedEchos ，这个在Laravel 4.2及以前版本中用于转义，现在已经替换成了 {{}} ，即调用 compileRegularEchos 方法：

protected function compileRegularEchos($value)
{
    $pattern = sprintf('/(@)?%ss*(.+?)s*%s(
?
)?/s', $this->contentTags[0], $this->contentTags[1]);
    $callback = function ($matches) {
        $whitespace = empty($matches[3]) ? '' : $matches[3].$matches[3];

        $wrapped = sprintf($this->echoFormat, $this->compileEchoDefaults($matches[2]));

        return $matches[1] ? substr($matches[0], 1) : '<?php echo '.$wrapped.'; ?>'.$whitespace;
    };

    return preg_replace_callback($pattern, $callback, $value);
}

其中 $this->echoFormat 对应 e(%s) ，无独有偶， compileEscapedEchos中也用到这个方法：

protected function compileEscapedEchos($value)
{
    $pattern = sprintf('/(@)?%ss*(.+?)s*%s(
?
)?/s', $this->escapedTags[0], $this->escapedTags[1]);
    $callback = function ($matches) {
        $whitespace = empty($matches[3]) ? '' : $matches[3].$matches[3];

        return $matches[1] ? $matches[0] : '<?php echo e('.$this->compileEchoDefaults($matches[2]).'); ?>'.$whitespace;
    };

    return preg_replace_callback($pattern, $callback, $value);

}

辅助函数 e() 定义在 IlluminateSupporthelpers.php 中：

function e($value)
{
    if ($value instanceof Htmlable) {
        return $value->toHtml();
    }
    return htmlentities($value, ENT_QUOTES, 'UTF-8', false);
}

其作用就是对输入的值进行转义。

经过这样的转义，视图中的 {{ $data }} 或被编译成 <?php echo $data?>，最终如何将 $data 传入视图输出，我们再回到 CompilerEngine 的 get 方法，看这一段：

$results = $this->evaluatePath($compiled, $data);

evaluatePath 中传入了编译后的视图文件路径和传入的变量 $data ，该方法定义如下：

protected function evaluatePath($__path, $__data)
{
   $obLevel = ob_get_level();ob_start();

    extract($__data, EXTR_SKIP);

    // We'll evaluate the contents of the view inside a try/catch block so we can
    // flush out any stray output that might get out before an error occurs or
    // an exception is thrown. This prevents any partial views from leaking.
    try {
        include $__path;
    } catch (Exception $e) {
        $this->handleViewException($e, $obLevel);
    } catch (Throwable $e) {
        $this->handleViewException(new FatalThrowableError($e), $obLevel);
    }

    return ltrim(ob_get_clean());
}

这里面调用了PHP系统函数 extract 将传入变量从数组中导入当前符号表（通过 include $__path 引入），其作用也就是将编译后视图文件中的变量悉数替换成传入的变量值（通过键名映射）。

好了，这就是Blade视图模板从渲染到输出的基本过程，可以看到我们通过 {{}} 来转义输出，从而达到避免XSS攻击的目的。