html - 确定 HTML 中字符串的输出位置的最佳算法是什么？

Question

我正在创建一个 XSS 扫描器，现在我想知道字符串的输出位置。

它可能是，

• 在 HTML 标签之间，例如<h2>string</h2>
• 标签的属性，例如<h2 class=string></h2>

现在我需要知道它属于哪个案例。如果我浏览所有标签及其所有属性，它会非常缓慢，所以我需要一种更快的方法。

有什么建议吗？运行 perl

PSstring经过精心制作，不会破坏任何地方的HTML结构。

Answer 1

我不确定我是否理解您的问题，但这是我试图回答的问题。此代码检查是否$string是属性/标签中唯一<h2>string</h2>的东西，例如，而不是<h2>hello string</h2>.

print "String '$string' found between HTML tags.\n" if ($file =~ /<(\w+).*?>$string<\/\1>/);
print "String '$string' found in HTML attribute.\n" if ($file =~ /<\w+ (?:.+? )?\w+="$string"(?: .+?)?>/);

请注意，print如果字符串在两种情况下都出现，则两个 s 都会触发，例如<h2 class=string>string</h2>. 如果您需要解释正则表达式的作用，请发表评论，我将编辑我的答案。这假设整个 HTML 文件都在$file并且字符串在$string. 第一个可以通过以下方式实现：

$FILE = 'C:/path/to/file.html';

open FILE or die "Cannot open $FILE for read: $!";
while (<FILE>) {
   $file .= $_;
}
close FILE;