捕获XSS（跨站点脚本）攻击的最佳正则表达式（在Java中）？
Jeff实际上在Sanitize HTML中发布了有关此内容的信息。但是他的示例在C＃中，而实际上我对Java版本更感兴趣。有没有人有更好的Java版本？他的示例足以将直接从C＃转换为Java吗？
[更新]我悬赏这个问题，因为当我问这个问题时，SO不如今天（*）受欢迎。至于与安全相关的任何事物，研究它的人越多，它就越好！
（*）实际上，我认为它仍处于封闭测试阶段
问题答案：
不要使用正则表达式执行此操作。请记住，您并不是仅仅针对有效的HTML进行保护；您可以防止Web浏览器创建的DOM。可以诱使浏览器很容易地从无效的HTML生成有效的DOM。
例如，请参阅此混淆的XSS攻击列表。您是否准备量身定制正则表达式以防止在IE6 /
7/8上对Yahoo和Hotmail进行这种现实世界的攻击？
<HTML><BODY>
<?xml:namespace prefix="t" ns="urn:schemas-microsoft-com:time">
<?import namespace="t" implementation="#default#time2">
<t:set attributeName="innerHTML" to="XSS<SCRIPT DEFER>alert("XSS")</SCRIPT>">
</BODY></HTML>
如何在IE6上进行这种攻击？
<TABLE BACKGROUND="javascript:alert('XSS')">
该网站未列出的攻击如何？Jeff的方法存在的问题是，它不是声称的白名单。正如该页面上的某人熟练地指出：
它的问题是html必须干净。在某些情况下，您可以传入被黑的html，但它不会与之匹配，在这种情况下，它将返回被黑的html字符串，因为它不匹配任何要替换的内容。这不是严格的白名单。
我建议使用像AntiSamy这样的专用工具。它实际上是通过解析HTML，然后遍历DOM并删除所有不在可
配置 白名单中的内容来工作的。主要区别在于可以正常处理格式错误的HTML。
最好的部分是，它实际上对上述站点上的所有XSS攻击进行了单元测试。此外，比此API调用更容易的是：
public String toSafeHtml(String html) throws ScanException, PolicyException {
Policy policy = Policy.getInstance(POLICY_FILE);
AntiSamy antiSamy = new AntiSamy();
CleanResults cleanResults = antiSamy.scan(html, policy);
return cleanResults.getCleanHTML().trim();
}
-
2.4. 跨站脚本攻击 跨站脚本攻击是众所周知的攻击方式之一。所有平台上的Web应用都深受其扰，PHP应用也不例外。 所有有输入的应用都面临着风险。Webmail，论坛，留言本，甚至是Blog。事实上，大多数Web应用提供输入是出于更吸引人气的目的，但同时这也会把自己置于危险之中。如果输入没有正确地进行过滤和转义，跨站脚本漏洞就产生了。 以一个允许在每个页面上录入评论的应用为例，它使用了下面的表单
-
描述 跨站脚本，或者 XSS，涉及到站定包含非预期的 JavaScript 脚本代码，它随后传给用于，用户在浏览器中执行了该代码。它的一个无害示例为： alert('XSS'); 这会调用 JavaScript 函数alert，并创建一个简单的弹出窗口，带有文本XSS。现在，在这本书的前一个版本中，我推荐你在报告中使用这个例子。但是，一个非常成功的黑客告诉我这是个糟糕的例子，因为漏洞的接收者通常
-
只要应用程序获取不受信任的数据并将其发送到客户端(浏览器)而未经验证，就会发生跨站点脚本(XSS)。这允许攻击者在受害者的浏览器中执行恶意脚本，这可能导致用户会话劫持，破坏网站或将用户重定向到恶意站点。 下面我们借助一个简单图表了解这个漏洞的威胁代理，攻击向量，安全弱点，技术影响和业务影响。 威胁代理 - 内部/外部用户或管理员发送给系统的不受信任的数据。 攻击者的方法 - 发送不受信任的数据/基
-
问题内容： 我已配置PHP，以便打开魔术引号，并关闭全局寄存器。 我尽我所能一直为从用户输入派生的任何输出调用htmlentities（）。 我有时也会在数据库中查找xss附带的常见信息，例如… 我还应该做些什么，以及如何确保自己 一直 想做的事情 始终 完成。 问题答案： 为了成功防止XSS，逃避输入并不是最好的选择。输出也必须转义。如果您使用Smarty模板引擎，则可以使用修饰符将所有敏感字符
-
问题内容： 我正在尝试使用Java expr在：之后捕获正确的部分，但是在以下代码中，打印的捕获组是整个字符串，怎么了？ 问题答案： 子组的编号从1开始，全文为0。只需循环执行count + 1。