一个刚上线的留言板,第二天早上首页一打开就跳到博彩网站。查数据库,最新一条留言的内容是 <script>location.href='...'</script>。同一周,另一个项目出了更严重的事:用户上传头像的功能,上传目录里多了一个 shell.php,攻击者访问它执行了系统命令,服务器上的配置文件和数据库密码全被读走。

这两类事故的根因都是同一个:把外部输入当成了代码。留言内容被当成 HTML 执行,上传文件被当成 PHP 执行。安全这篇不打算列一张「注意事项」清单,而是把三个最常见的问题拆开:注入怎么发生、XSS 在哪几个上下文里发生、上传该查什么。每一项都给出能落地的写法。

SQL 注入:结构被输入改变

上一篇已经讲过基础,这里补完整链路。危险代码通常长这样:

<?php
$id = $_GET['id'];
$sql = "SELECT * FROM orders WHERE id = {$id}";
$row = $pdo->query($sql)->fetch();

正常请求 ?id=1024,SQL 是 WHERE id = 1024。攻击者传 ?id=0 UNION SELECT username, password FROM users,SQL 变成:

SELECT * FROM orders WHERE id = 0 UNION SELECT username, password FROM users

如果代码把结果直接渲染到页面上,账号密码就出现在订单列表里。即使不显示,攻击者也能通过报错、时间差、布尔条件做盲注,一点点把数据问出来。数据库账号权限越大,能读的东西越多,极端情况下还能读写文件、执行命令。

字符串参数用引号拼接同样危险,前面的单引号例子已经展示过。关键认知:注入不是「引号没转义」,而是「输入参与了 SQL 语法解析」。所以转义函数只能算补丁,预处理才是解法。

<?php
$stmt = $pdo->prepare('SELECT * FROM orders WHERE id = :id');
$stmt->execute([':id' => (int) $_GET['id']]);
$row = $stmt->fetch();

还有一种更隐蔽的二次注入:第一次写入时做了转义,数据安全地存进数据库;后面某个功能把这条数据取出来,又拼进新的 SQL 字符串,此时它已经是「可信数据」,开发者放松了警惕,注入在第二次发生时生效。防御办法统一:任何进入 SQL 的值都走占位符,不管是第一次还是第 n 次。

表名、列名、排序字段不能占位,必须用白名单。这个边界上一篇讲过,这里再强调一次,因为它是预处理唯一挡不住的地方。

XSS:输出位置决定转义方式

XSS(跨站脚本)是攻击者让你的页面执行他的 JavaScript。常见后果是偷 Cookie、冒用身份发请求、篡改页面内容、记录键盘输入。按注入位置分三种:反射型(参数回显在页面上)、存储型(内容存进数据库,所有访问者中招)、DOM 型(前端脚本把不可信数据写进页面)。

防御的核心原则只有一句:在输出时按上下文转义,不在输入时做「净化」。同一条数据可能分别出现在 HTML 正文、属性、URL、JavaScript 里,每种上下文的转义规则不同。

输出位置正确做法错误做法
HTML 正文htmlspecialchars($v, ENT_QUOTES | ENT_SUBSTITUTE | ENT_HTML5, 'UTF-8')直接 echo,或只替换 <
HTML 属性属性值始终加双引号,值同样用 htmlspecialchars不加引号,或把用户值拼进 onclick
URL 参数rawurlencode(),并校验协议只允许 http/https直接拼进 href,允许 javascript:
JavaScript 变量json_encode($v, JSON_HEX_TAG | JSON_HEX_AMP | JSON_HEX_APOS | JSON_HEX_QUOT)用引号手工拼字符串
CSS 值尽量不让用户控制,必须控制时用白名单直接拼进 style
<?php
$message = '<script>alert(1)</script>';
echo htmlspecialchars($message, ENT_QUOTES | ENT_SUBSTITUTE | ENT_HTML5, 'UTF-8');
// 输出 &lt;script&gt;alert(1)&lt;/script&gt;,浏览器显示文本而不是执行

htmlspecialchars() 的第二个参数必须显式写。PHP 8.1 起默认值变成了 ENT_QUOTES | ENT_SUBSTITUTE | ENT_HTML401,单引号也会转义,但不同版本行为有差异,显式写明更稳。第三个参数指定 UTF-8,避免因默认字符集不一致产生绕过。

还有两个常见误区。第一,只转义 < 和 > 不够,属性值里的引号同样能闭合标签。第二,用 strip_tags() 当安全函数也不够——它能去掉标签,但处理不干净属性、注释、畸形嵌套,不能作为富文本的唯一防线。

富文本是 XSS 的高发区。用户要保留排版,就不能全部转义,只能允许一部分标签和属性。这时需要白名单式的 HTML 过滤器,比如 HTMLPurifier 这类库,配置允许的标签、属性、协议。自己写正则清洗,几乎一定会被绕过。清洗后仍然建议在输出时再过一遍,纵深防御。

strip_tags() 和「过滤关键字」都不算安全边界。富文本必须用成熟的白名单过滤库,并且限制可用的协议(禁止 javascript: 和 data:)。

白名单要具体到三层:标签只留 p、br、strong、em、ul、ol、li、a、img;a 只留 href、title、rel,img 的 src 只允许本站上传域名;协议只允许 http、https、mailto,不收 data:;style、class、id、所有 on* 和注释全去掉。HTMLPurifier 就配 HTML.Allowed、URI.AllowedSchemes、Attr.EnableID=false。代价是字体颜色、表格、自定义样式会丢,得提前跟产品说;只发文的话,Markdown 加严格渲染更好守。

CSP 没挡住内联脚本,先看响应头是否还留着 script-src 'unsafe-inline',或 default-src 里带了它;CSP 写在 <meta> 里时 frame-ancestors、report-uri、sandbox 会被忽略,位置太靠后也无效;Nginx 的 add_header 默认只对 200/204/301 生效,404 和错误页上没有,要加 always;script-src 放了带 JSONP 的 CDN 域名,等于给攻击者留了入口。控制台会报 Refused to execute inline script,内联 onclick 还能跑就先 curl -sI 看头里写了什么。

除了转义,还有一层降损措施:Cookie 加 HttpOnly,让脚本读不到登录凭证;配置 CSP(内容安全策略),限制只能加载同源脚本、禁止内联脚本。CSP 会让一些老代码里的内联 onclick 失效,上线前要在测试环境跑一遍。这些是第二道防线,不能替代转义。

CSRF:借你的登录态发请求

CSRF(跨站请求伪造)不偷数据,它借你的手操作。用户登录了银行站点,Cookie 有效;随后打开攻击者的页面,页面里藏着一个自动提交的表单,往银行站点发「转账」请求。浏览器会自动带上 Cookie,银行以为这是用户本人操作。

防御有几种,通常组合使用:

  • CSRF Token:服务端给会话生成一个随机值,表单里带上,提交时用 hash_equals() 比较。攻击者站点读不到这个值,伪造不了。
  • SameSite Cookie:设为 Lax 或 Strict,跨站 POST 默认不带 Cookie。这是浏览器层的兜底,但不能只靠它。
  • 校验 Origin / Referer:拒绝来源不明的写操作,作为补充。
  • 写操作用 POST:GET 不应该修改数据,否则一张图片链接就能触发。
<?php
session_start();
$_SESSION['csrf'] ??= bin2hex(random_bytes(32));

// 表单里
// <input type="hidden" name="csrf" value="<?= htmlspecialchars($_SESSION['csrf']) ?>">

// 处理时
$token = (string) ($_POST['csrf'] ?? '');
if (!hash_equals($_SESSION['csrf'], $token)) {
    http_response_code(403);
    exit('请求无效');
}

用 hash_equals() 而不是 ===,是为了防止通过响应时间猜测 token。这个差异在远程网络下很难利用,但成本几乎为零,没有理由不写。

文件上传:每一项都要查

上传是「用户把文件放进你的服务器」,天然危险。攻击者想要的是让这个文件被当成代码执行。防护要覆盖下面每一项,漏一项就可能前功尽弃:

错误码与大小先看 $_FILES['x']['error'],不是 0 就拒绝;再查字节大小,别信前端。
真实类型用 finfo 读文件内容判断 MIME,不要信 $_FILES['x']['type'],那个来自请求头,可以随便填。
扩展名按 MIME 映射到固定扩展名,用白名单,不用黑名单。原始文件名只用于展示,不用于落盘。
落盘位置存到 Web 根目录之外,靠程序读出来再输出;或者单独目录并明确禁止执行脚本。
内容处理图片重新编码,去掉 EXIF 和藏在文件尾部的脚本;限制像素尺寸,防图片炸弹。
<?php
$file = $_FILES['avatar'] ?? null;

if ($file === null || $file['error'] !== UPLOAD_ERR_OK) {
    exit('上传失败');
}
if ($file['size'] > 2 * 1024 * 1024) {
    exit('文件不能超过 2MB');
}

$finfo = new finfo(FILEINFO_MIME_TYPE);
$mime = $finfo->file($file['tmp_name']);
$allowed = [
    'image/jpeg' => 'jpg',
    'image/png'  => 'png',
    'image/webp' => 'webp',
];
if (!isset($allowed[$mime])) {
    exit('只支持 JPG、PNG、WebP');
}

$name = bin2hex(random_bytes(16)) . '.' . $allowed[$mime];
$dest = '/var/app-data/avatars/' . $name;
move_uploaded_file($file['tmp_name'], $dest);

逐条解释:UPLOAD_ERR_OK 为 0,其他值代表超过大小、只传了一半、临时目录不可写等,必须区分处理。finfo 读的是文件头,比请求头可信,但也不是绝对——它仍可能把伪装文件误判,所以后面还要重新编码、限制落盘位置。random_bytes 生成文件名,避免路径穿越和覆盖;扩展名从 MIME 映射,绝不使用用户提供的后缀。

图片重新编码是最有效的一步。用 GD 或 Imagick 读入再写出,会丢掉大部分元数据和附加内容,同时能限制宽高:

<?php
$info = getimagesize($dest);
if ($info === false || $info[0] > 4000 || $info[1] > 4000) {
    unlink($dest);
    exit('图片尺寸不合法');
}

$image = imagecreatefromstring(file_get_contents($dest));
imagejpeg($image, $dest, 85); // 重新编码,覆盖原文件
imagedestroy($image);

落盘位置比检查更重要。把上传目录放在 Web 根目录下,又允许 PHP 执行,攻击者只要传上来一个 .php 就能访问。即使你检查了扩展名,解析漏洞、服务器配置错误也可能让 .jpg 被当 PHP 执行。稳妥做法是存到 Web 根目录之外,用控制器读取并设置正确的 Content-Type 输出;如果必须放在根目录内,明确关闭该目录的脚本执行:

location ^~ /uploads/ {
    location ~ \.php$ {
        deny all;
    }
    add_header X-Content-Type-Options nosniff;
}

上传目录被执行,问题往往不在检查,而在目录还能跑脚本。Nginx 的 location ^~ /uploads/ 优先级高于正则 location ~ \.php$,写进去的 deny 才生效;只有全局 fastcgi_pass 时,.php、.phtml 都会被送去执行。Apache 用 .htaccess 的 php_flag engine off,还要确认 AllowOverride 允许它生效。最稳的是放到 Web 根之外,由控制器读文件再输出。

finfo 读文件头魔数,比 $_FILES['type'] 可信,但不是安全开关。文件头能伪造:PHP 前加一行 GIF89a,它报 image/gif;polyglot、截断文件、libmagic 版本差异,都会让结果落进白名单。它只能当筛子,真正的判定是后面能不能解码。

重新编码能清载荷,因为 GD 把文件解成像素再按像素写回,输出是全新的图,EXIF、注释段、文件尾追加的 PHP、调色板隐藏数据都不在像素里,带不走。两个边界:GD 不解析 SVG(XML),重编码无效,要么不收要么按富文本清洗;Imagick 解码走外部库,出过伪造图片触发命令执行的漏洞,要禁不必要的 delegate 并限制尺寸。

另外几种上传要特别小心:SVG 是 XML,可以内嵌脚本,普通图片校验挡不住,要么不允许,要么当作富文本严格清洗;PDF 和 Office 文档可能带恶意脚本或宏,下载时强制 Content-Disposition: attachment;压缩包要防解压炸弹和路径穿越。

其他几条不能不知道的

目录遍历:用用户传的文件名拼路径,输入 ../../etc/passwd 就能读出系统文件。用 basename() 取文件名,再 realpath() 确认最终路径在允许目录内。

命令执行:system()、exec()、反引号都危险。能不用就不用;必须用时,参数用 escapeshellarg() 逐个转义,不要拼整条命令。

反序列化:unserialize() 处理不可信数据会导致对象注入,攻击者能触发类的魔术方法。外部数据一律用 JSON,别用 PHP 序列化格式。

SSRF:服务端按用户给的 URL 去请求,可能被用来访问内网。校验协议、解析域名、拒绝私有地址段,别让用户直接控制请求目标。

敏感信息:生产环境关掉 display_errors,错误写日志,日志目录不能在 Web 根目录下;.env、.git、备份文件都要禁止访问。很多事故不是被攻破,而是配置文件和源码直接可下载。

依赖漏洞:Composer 项目定期跑 composer audit,关注已知漏洞。框架和库的漏洞往往比自己写的代码更容易被利用。

场景走查:留言板加头像上传

需求:用户可以在留言板发文字留言,可以上传头像。第一版两天做完:留言直接 echo 输出,头像用 move_uploaded_file() 存到 public/uploads/,文件名用原文件名,检查了 $_FILES['type'] 是不是 image/*。

上线第二天,留言板首页被注入跳转脚本;安全扫描又发现上传接口能传 shell.php,因为 type 是请求里带的,攻击者写 image/png 就过了。更糟的是上传目录可执行 PHP,访问即可运行。

第二版做四件事:留言输出统一走 htmlspecialchars();SQL 全部改预处理;上传改为 finfo 判断、随机文件名、存到 Web 根目录之外、图片重新编码;管理后台的写操作加 CSRF token。上线后两类攻击都失效。

第三版补纵深:Cookie 加 HttpOnly 和 SameSite=Lax,配置 CSP 禁止内联脚本,错误日志移出 Web 目录,Nginx 对上传目录关闭脚本执行。安全扫描从「高危若干」降到只剩几个信息级提示。

上线两个月才会遇到的版本:监控告警磁盘 92%。df -h 看到 /var 快满,du -sh /var/app-data/avatars 占 40G,find ... -type f | wc -l 两百多万个文件,正常一天只有几百张;find ... -size +2M | head 一堆 20MB 的图,说明没限大小、没按用户限额、旧图不清理。止血:网关先关上传,目录挂独立分区或配额,按「每用户留最近一张」清理,别直接 rm -rf,先 cp 样本留证。更严重的一种,是 grep -E '\.php' /var/log/nginx/access.log | awk '{print $7}' | sort | uniq -c | sort -rn | head 里出现 /uploads/xxx.php 且状态 200,说明目录能执行脚本、webshell 已被访问。止血:Nginx 对目录 deny all 并移出 Web 根;find ... -name '*.php' -o -name '*.phtml' 列文件看时间;查 ps aux 和外连;最后轮换数据库密码、应用密钥、云存储凭证,并检查定时任务。现场先备份,别一上来就删。

第四版是流程:依赖定期审计,发布前跑一次扫描,日志里监控异常的文件名和大量 404。安全不是一次上线就结束,后面每次加功能都要重新检查输入和输出。

现象、原因与第一步

现象真实原因第一步查什么
页面弹出莫名其妙的对话框或跳转用户内容未转义,被当成 HTML 执行搜所有 echo/print 输出用户数据的位置
上传目录出现 .php 文件只检查了客户端提供的类型或扩展名看上传目录内容和 Nginx 是否允许执行脚本
头像上传成功但显示坏图MIME 判断错误、文件损坏或目录权限不对用 finfo 看真实类型,检查文件权限和路径
搜索框输入引号报 SQL 错误SQL 由字符串拼接,输入改变了结构搜 query( 和 "..." . $ 形式的拼接
用户被诱导执行了没做过的操作缺少 CSRF 校验,Cookie 自动带上检查写操作是否有 token,Cookie 是否 SameSite
富文本编辑后格式全丢或仍有脚本用 strip_tags 粗过滤,没做白名单换成熟的白名单过滤器,检查输出是否再转义
能通过文件名读到系统文件路径拼接,存在目录遍历检查是否用了 basename 和 realpath
错误页直接显示文件路径和配置生产环境开着 display_errors查 php.ini 和框架的调试开关;日志位置

边界与代价

安全是多层,不是单点。转义、预处理、白名单、CSP、权限,每层都假设别的层可能失效。只做其中一层,遇到它覆盖不到的场景就会出事。

「过滤输入」和「转义输出」职责不同。过滤回答「这个值能不能收」,转义回答「怎么安全地放到这个位置」。在入口做字符替换,会破坏合法数据(比如用户真的想讨论 SQL 语法),而且覆盖不了所有输出上下文。

白名单比黑名单可靠,但维护成本高。新增一种允许的类型、标签、协议,都要显式加进去。这个成本是值得的:黑名单永远漏掉你想不到的写法。

WAF 和扫描工具是辅助,不是替代。它们能挡住常见 payload,但业务逻辑漏洞、权限绕过、二次注入,最终还是得靠代码。把 WAF 当成唯一防线,等于把事故概率交给规则库。

安全措施会有体验代价。CSP 可能让老的统计脚本失效,图片重新编码会损失一点质量,上传限制会让用户抱怨。这些取舍要提前和产品说清楚,别等上线后才补。

当天能自己验证的练习

  1. 写一个留言页面,故意不转义,提交 <script>alert(1)</script> 和 <img src=x onerror=alert(1)>,观察执行;加上 htmlspecialchars 再试。
  2. 写一个上传页面,只检查 $_FILES['type'],用 curl 把 Content-Type 改成 image/png 上传一个 PHP 文件,确认能绕过;再加 finfo 校验。
  3. 把上传目录放在 Web 根目录下,确认访问 .php 会不会执行;再按文中的 Nginx 片段关闭执行。
  4. 写一个带 CSRF token 的表单,用另一个本地页面伪造 POST,确认没有 token 时返回 403。
  5. 用 htmlspecialchars 的默认参数和显式参数分别输出带单引号的字符串,对比结果差异。

本地验证上传:php -S 127.0.0.1:8080 -t public,curl -i -F "avatar=@shell.php;filename=shell.jpg;type=image/jpeg" http://127.0.0.1:8080/upload.php。只信 type 的版本返回 200;加了 finfo 的返回 HTTP/1.1 400、正文 类型不允许,因为 file --mime-type shell.php 是 text/x-php。CSP 用 curl -sI 你的地址 | grep -i content-security-policy 确认不含 unsafe-inline。

小结

三句话:注入是输入参与语法,预处理让结构和数据分开;XSS 要在输出时按上下文转义,富文本只能白名单;上传要查错误码、大小、真实类型、扩展名、落盘位置和内容,任何一项都不能省。

下一篇讲项目结构与自动加载。安全做完了,接下来是「代码怎么组织」:今天这些校验、上传、渲染逻辑如果全塞在一个 index.php 里,过两个月就没人敢改。下一篇会从满屏 require 和「改个文件名全站崩」讲起,把入口、业务、配置分开。