用PHP写了个基于白名单的HTML标签、属性、属性值过滤库 White HTML Filter

By lincanbin at 2017-07-14 • 2人收藏 • 3183人看过

White HTML Filter

项目地址： https://github.com/lincanbin/White-HTML-Filter

简介

XSS是什么就不介绍了，很多时候因为老板的需求之类的，必须用到UEditor之类的HTML富文本编辑器，这时候XSS防御就很重要了。

很多人会选择用strip_tags()之类的来去除HTML标记，但是去除了标签，还有onclick之类的危险属性。而且过滤了属性，对于必须通过iframe插入HTML5视频的情况，还要过滤属性的值。

一个常见做法是用正则表达式来切分HTML字符串，然后得到多个多维数组，利用黑名单过滤完后再拼接回HTML，这种方法因为解析HTML的方式跟浏览器不同，所以很容易被绕过。

这款工具应运而生，使用基于与浏览器解析HTML方式一致的标记化算法（The Tokenization Algorithm）的DOMDocument来解析HTML，然后利用白名单来过滤HTML标签、属性、乃至属性值。

使用方法

1、引入

在命令行直接用composer引入：

composer require lincanbin/white-html-filter

或者在composer.json加入以下内容：

"require": {
    "lincanbin/white-html-filter": "~1.0"
}

然后执行：

composer update

2、使用

use lincanbin\WhiteHTMLFilter;

//跨站脚本白名单过滤
function XssEscape($html)
{
   $filter = new WhiteHTMLFilter();
   $urlFilter = function($url) {
      $token = parse_url($url);
      if (empty($token['scheme']) || in_array($token['scheme'], array('http', 'https')) === false) {
         return '';
      }
      $hostWhiteList = array(
         'www.youtube.com', 'youtube.com', 'www.youtu.be', 'youtu.be',
         'player.youku.com', 'v.youku.com',
         'video.tudou.com', 'www.tudou.com',
         'player.video.qiyi.com', 'open.iqiyi.com',
         'imgcache.qq.com', 'v.qq.com',
         'static.hdslb.com',
         //'www.le.com',
         'share.vrs.sohu.com', 'tv.sohu.com',
         'player.pptv.com',
         'cdn.aixifan.com',
         'v.ifeng.com',
         'video.sina.com.cn',
         'galaxy.bjcathay.com'//CNTV
      );
      if (empty($token['host']) || in_array($token['host'], $hostWhiteList) === false) {
         return '';
      }
      return $url;
   };

   $iframeRule = array(
      'iframe' => array(
         'src' => $urlFilter,
         'width',
         'height',
         'frameborder',
         'allowfullscreen'
      )
   );
   $filter->config->modifyTagWhiteList($iframeRule);
   $filter->loadHTML($html);
   $filter->clean();
   return $filter->outputHtml();
}

以上这段代码表示在默认白名单列表（https://github.com/lincanbin/White-HTML-Filter/blob/master/src/WhiteHTMLFilterConfig.php）后追加配置，允许iframe标签的使用，只允许iframe的src、width、height、frameborder、allowfullscreen属性。

并对src的属性值进行过滤，使得当iframe的src属性值的URL的域属于以上域名列表中的其中之一时，才允许该值出现，否则令src属性值为空。