OWASP是一个开源的、非盈利的全球性安全组织，致力于应用软件的安全研究。我们的使命是使应用软件更加安全，使企业和组织能够对应用安全风险作出更清晰的决策。目前OWASP全球拥有140个分会近四万名会员，共同推动了安全标准、安全测试工具、安全指导手册等应用安全技术的发展。
OWASP AntiSamy项目可以有好几种定义。从技术角度看，它是一个可确保用户输入的HTML/CSS符合应用规范的API。也可以这么说，它是个确保用户无法在HTML中提交恶意代码的API，而这些恶意代码通常被输入到个人资料、评论等会被服务端存储的数据中。在Web应用程序中，“恶意代码”通常是指 Javascript。同时层叠样式表（CSS）在调用Javascript引擎的时候也会被认为是恶意代码。当然在很多情况下，一些“正常”的HTML 和CSS也会被用于恶意的目的，所以我们也会对此予以处理。
AnitiSamy下载
官方网站：https://www.owasp.org/index.php/Category:OWASP_AntiSamy_Project
项目地址：https://code.google.com/p/owaspantisamy/downloads/list
我们看到Downloads，下载WhereToGet.txt就可以看到下载地址
标准策略文件说明
antisamy-slashdot.xml
Slashdot ( http://www.slashdot.org/ ) 是一个提供技术新闻的网站，它允许用户用有限 的 HTML 格式的内容匿名回帖。 Slashdot 不仅仅是目前同类中最酷的网站之一，而 且同时也曾是最容易被成功攻击的网站之一。更不幸的是，导致大部分用户遭受攻 击的原由是臭名昭着的 goatse.cx 图片 ( 请你不要刻意去看 ) 。 Slashdot 的安全策略非 常严格：用户只能提交下列的 html 标签： <b>, <u>, <i>,
<a>,<blockquote> ，并且 还不支持 CSS.
因此我们创建了这样的策略文件来实现类似的功能。它允许所有文本格式的标签来 直接修饰字体、颜色或者强调作用。
antisamy-ebay.xml
众所周知， eBay ( http://www.ebay.com/ ) 是当下最流行的在线拍卖网站之一。它是一 个面向公众的站点，因此它允许任何人发布一系列富 HTML 的内容。 我们对 eBay 成为一些复杂 XSS 攻击的目标，并对攻击者充满吸引力丝毫不感到奇怪。由于 eBay 允许 输入的内容列表包含了比 Slashdot 更多的富文本内容，所以它的受攻击面也要大得多。下 面的标签看起来是 eBay 允许的（ eBay 没有公开标签的验证规则） :
<a>,..
antisamy-myspace.xml
MySpace ( http://www.myspace.com/ ) 是最流行的一个社交网站之一。用户允许提交 几乎所有的他们想用的 HTML 和 CSS ，只要不包含 JavaScript 。 MySpace 现在用一 个黑名单来验证用户输入的 HTML ，这就是为什么它曾受到 Samy 蠕虫攻击 ( http://namb.la/) 的原因。 Samy 蠕虫攻击利用了一个本应该列入黑名单的单词 (eval) 来进行组合碎片攻击的，其实这也是 AntiSamy 立项的原因。
antisamy-anythinggoes.xml
也很难说出一个用这个策略文件的用例。如果你想允许所有有效的 HTML 和 CSS 元素输入（但能拒绝 JavaScript 或跟 CSS 相关的网络钓鱼攻击），你可以使用 这个策略文件。其实即使 MySpace 也没有这么疯狂。然而，它确实提供了一个很 好的参考，因为它包含了对于每个元素的基本规则，所以你在裁剪其它策略文件的 时候可以把它作为一个知识库。
策略文件定制
http://www.owasp.org/index.php/AntiSamy_Directives
AntiSamy.JAVA的使用
首先，老规矩，我们需要一个jar包
使用Maven的，在pom.xml的dependencies中添加如下代码
<dependency>
<groupId>org.owasp.antisamy</groupId>
<artifactId>antisamy</artifactId>
<version>1.5.3</version>
</dependency>
配置web.xml
<!-- XSS -->
<filter>
<filter-name>XSS</filter-name>
<filter-class>com.william.XssFilter</filter-class>
</filter>
<filter-mapping>
<filter-name>XSS</filter-name>
<url-pattern>/*</url-pattern>
</filter-mapping>
其中XssFilter为自定义的class，该类必须实现Filter类，在XssFilter类中实现doFilter函数。将策略文件放到和pom.xml平级目录下，然后我们就开始编写XssFilter类。
public class XssFilter implements Filter {
@SuppressWarnings("unused")
private FilterConfig filterConfig;
public void destroy() {
this.filterConfig = null;
}
public void doFilter(ServletRequest request, ServletResponse response,
FilterChain chain) throws IOException, ServletException {
chain.doFilter(new RequestWrapper((HttpServletRequest) request), response);
}
public void init(FilterConfig filterConfig) throws ServletException {
this.filterConfig = filterConfig;
}
}OK，我们需要重写request，新建一个类RequestWrapper，继承HttpServletRequestWrapper，我们需要重写getParameterMap()方法，以及过滤非法html的方法xssClean()
public class RequestWrapper extends HttpServletRequestWrapper {
public RequestWrapper(HttpServletRequest request) {
super(request);
}
@SuppressWarnings({ "rawtypes", "unchecked" })
public Map<String,String[]> getParameterMap(){
Map<String,String[]> request_map = super.getParameterMap();
Iterator iterator = request_map.entrySet().iterator();
while(iterator.hasNext()){
Map.Entry me = (Map.Entry)iterator.next();
//System.out.println(me.getKey()+":");
String[] values = (String[])me.getValue();
for(int i = 0 ; i < values.length ; i++){
System.out.println(values[i]);
values[i] = xssClean(values[i]);
}
}
return request_map;
}
private String xssClean(String value) {
AntiSamy antiSamy = new AntiSamy();
try {
Policy policy = Policy.getInstance("antisamy-myspace-1.4.4.xml");
//CleanResults cr = antiSamy.scan(dirtyInput, policyFilePath);
final CleanResults cr = antiSamy.scan(value, policy);
//安全的HTML输出
return cr.getCleanHTML();
} catch (ScanException e) {
e.printStackTrace();
} catch (PolicyException e) {
e.printStackTrace();
}
return value;
}
}
好了，到此为止，我们的AntiSamy就成功添加到项目了。
- 用户操作限制，比如验证码；
- 请求来源限制，比如限制 HTTP Referer 才能完成操作；
- token 验证机制，比如请求数据字段中添加一个 token，响应请求时校验其有效性；
第一种方案明显严重影响了用户体验，而且还有额外的开发成本；第二种方案成本最低，但是并不能保证 100% 安全，而且很有可能会埋坑；第三种方案，可取！
https://www.cnblogs.com/wangdaijun/p/5652864.html
------------------------
1 前言
Antisamy是OWASP（open web application security project）的一个开源项目，其能够对用户输入的html/css/javascript 脚本进行过滤，确保输入满足规范，无法提交恶意脚本。Antisamy被应用在web服务中对存储型和反射性的xss防御，尤其是在存在富文本输入的场景，antisamy能够很好的解决用户输入体验和安全要求之间的冲突。
- Antisamy的对包含非法字符的用户输入的过滤依赖于策略文件，策略文件规定了antisamy对各个标签、属性的处理方法。策略文件定义的严格与否，决定了antisamy对xss漏洞的防御效果。
- OWASP中antisamy有java和.net两个项目，这篇文档中仅对java项目进行介绍。从安装、使用及策略文件的定制几个方面讲解如何将antisamy应用到实际项目当中。
2 工具安装
- Antisamy的官方下载路径:++https://code.google.com/archive/p/owaspantisamy/downloads++。下载列表中包含antisamy的jar包，同时也包含了几个常用的策略文件。官方下载的链接需要翻墙，为方便使用，将最新版本的antisamy和策略文件放到文档的附件中（见附件1）。
- Antisamy直接导入到java的工程即可，但是其运行依赖另外三个库：
xercesImpl.jar http://xerces.apache.org/mirrors.cgi#binary
batik.jar http://xmlgraphics.apache.org/batik/download.cgi
nekohtml.jar http://sourceforge.net/projects/nekohtml/
- 可以通过链接下载，也可以从marven中直接下载。测试过程中使用的是从marven中下载，使用的版本信息如下：
<orderEntry type=”library” name=”xerces:xercesImpl:2.11.0″ level=”project” />
<orderEntry type=”library” name=”com.nrinaudo:kantan.xpath-nekohtml_2.12:0.1.9″ level=”project” />
<orderEntry type=”library” name=”org.apache.xmlgraphics:batik-script:1.8″ level=”project” />
- 在导入完成后，在java工程中新建一个类，输入如下代码进行测试，确认安装是否正确。
public class AntiSamyApplication {
public static void main(String[] args)
AntiSamy as = new AntiSamy();
Policy policy = Policy.getInstance("\\antisamy\\antisamy-tinymce-1.4.4.xml");
CleanResults cr = as.scan("<div>wwwww<script>alert（1）</script></div>", policy);
System.out.print(cr.getCleanHTML());
如果输出结果如下结果，说明安装正确，可以正常使用antisamy了。
"C:\Program Files (x86)\Java\jdk1.8.0_121\bin\java"
Process finished with exit code 0
3 使用方法
Antisamy存在两种使用方法，一种是从系统层面，重写request处理相关的功能函数，对用户输入的每一个参数均作过滤验证；另外一种是仅对富文本使用过滤验证；
4 策略文件
4.1 策略文件结构
一个简易的Antisamy的策略文件主体结构如所示:
Antisamy的策略文件为xml格式的，除去xml文件头外，可以为7个部分，下面对各个部分的功能做简单的介绍。
<directive name="omitXmlDeclaration" value="true" />
<directive name="omitDoctypeDeclaration" value="true" />
对应上图中标注为1的部分，主要为全局性配置，对antisamy的过滤验证规则、输入及输出的格式进行全局性的控制。具体字段的意义在后面继续文档中详细介绍。
<regexp name="htmlTitle" value="[a-zA-Z0-9\s\-_',:\[\]!\./\\\(\)&]*" />
<regexp name="onsiteURL" value="([\p{L}\p{N}\p{Zs}/\.\?=&\-~])+" />
<regexp name="offsiteURL" value="(\s)*((ht|f)tp(s?)://|mailto:)[A-Za-z0-9]+[~a-zA-Z0-9-_\.@\#\$%&;:,\?=/\+!\(\)]*(\s)*" />
对应上图中标注为2的部分，将规则文件中需要使用到的正则表达式相同的部分归总到这，会在后续中需要正则的时候通过name直接引用；
<attribute name="title" description="The 'title' attribute provides text that shows up in a 'tooltip' when a user hovers their mouse over the element">
<regexp name="htmlTitle" />
对应上图中标注为3的部分，这部分定义了通用的属性需要满足的输入规则，其中包括了标签和css的属性；在后续的tag和css的处理规则中会引用到上述定义的属性。
<attribute name="title" />
对应上图中标注为4的部分，这部分定义了所有标签的默认属性需要遵守的规则；需要验证如果标签中为validate，有属性但是不全的场景
对应上图中标注为5的部分，这部分定义了需要进行编码处理的标签；
<tag name="script" action="remove" />
<tag name="br" action="truncate" />
<tag name="p" action="validate">
<attribute name="align" />
对应上图中标注为6的部分，这部分定义了tag的处理规则，共有三种处理方式：
remove：对应的标签直接删除如script标签处理规则为删除，当输入为：
<div><script>alert(1);</script></div>
输出为：
<div>ddd</div>
truncate：对应的标签进行缩短处理，直接删除所有属性，只保留标签和值；如标签dd处理规则为truncate，当输入为：
<dd id='dd00001' align='left'>test</test>
validate：对应的标签的属性进行验证，如果tag中定义了属性的验证规则，按照tag中的规则执行；如果标签中未定义属性，则按照 \<global-tag-attributes\> 中定义的处理；
<property name="text-decoration" default="none" description="">
<category value="visual" />
<literal value="underline" />
<literal value="overline" />
<literal value="line-through" />
对应上图中中标注为7的部分，这部分定义了css的处理规则；
4.2 策略文件详解
4.2.1 策略文件指令[<directives></directives>]
策略文件指令包含13个参数，下面对其参数的意义逐一介绍。
<directive name="useXHTML" value="false"/>
<directive name="omitXMLDeclaration" value="true"/>
<directive name="omitDoctypeDeclaration" value="true"/>
<directive name="formatOutput" value="false"/>
<directive name="maxInputSize" value="100000"/>
<directive name="embedStyleSheets" value="false"/>
<directive name="maxStyleSheetImports" value="1"/>
<directive name="connectionTimeout" value="1000"/>
<directive name="preserveComments" value="false"/>
<directive name="nofollowAnchors" value="false"/>
<directive name="validateParamAsEmbed" value="false"/>
<directive name="preserveSpace" value="false"/>
<directive name="onUnknownTag" value="remove"/>
下面的介绍中使用到的样例均以antisamy-myspace-1.4.4.xml为基础进行修改
useXHML>
类型：boolean
默认值： false
功能：开启后，antisamy的结果将按照XHTML的格式输出；默认使用HTML；
注：XHTML和HTML的主要区别在于XHMTL格式更加严格，元素必须正确的嵌套，必须闭合，标签名要小写，必须要有根元素；
在测试过程中，发现该参数实际上对输出的结果没什么影响。
omitXMLDeclaration>
类型：boolean
默认值：true
功能：按照文档描述，在开启时antisamy自动添加xml的头
测试时发现该参数对输出没啥影响。
omitDoctypeDeclaration>
类型： boolean
默认值：true
功能：在值为false时，antisamy在输出结果中自动添加html头
当输入为：
<div class='navWrapper'><p>sec_test<script>alert(1);</script></p></div>
输出结果为：
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN"
"http://www.w3.org/TR/html4/strict.dtd">
formatOutput>
类型：boolean
默认值：true
功能：开启后，antisamy会将输出结果格式化，使可读性更好；
默认是开启的，在关闭后，当输入为：
<div class='navWrapper'><p>sec_test<script>alert(1);</script></p></div>
输出结果为：
<div class="navWrapper"><p>sec_test</p></div>
注：可以和omitDoctypeDeclaration的结果对比着看。
maxInputSize>
类型：int
默认值：100000
功能：用于验证的最长字符串长度，单位bytes；
embedStyleSheets>
类型：boolean
默认值：false
功能:在开启css过滤功能后，该指令确认是否将引用的css文件下载下来并导入到用户输入一起作为检查的输入；
maxStyleSheetImports>
类型：int
默认值：1
功能：配合embedStyleSheets使用，指定在输入中可以下载css文件的个数；
connecttionTimeout>
类型：int
默认值：1000
功能：配合embedStyleSheets使用，指定在下载css文件时的超时时长，单位为毫秒；
preserveComments>
类型：boolean
默认值：false
功能：开启后，保留输入中的注释行；
nofollowAnchors>
类型：boolean
默认值：falsle
功能：开启后，在锚点标签（<a>）后添加rel=“nofollow”属性，防止跳转到其他页面
开启后当输入为：
<div><a href='www.baid.com'>click</a></div>
输出结果为：
<a href="www.baid.com" rel="nofollow">click</a></div>
validateParamAsEmbed>
类型：booblean
默认值：false
功能：开启后，antisamy将<embed>标签的属性和嵌入到embed标签内的<param>标签的属性相同的规则处理，主要用于在需要用户输入的视频站点。
preserveSpace>
类型：boolean
默认值：false
功能：开启后，保留输入中的空格；
onUnknowTag>
类型：String
默认值：remove
功能：对未知tag的处理规则，默认为删除，可以修改为encode；
4.2.2 通用正则表达式 [<common-regexps> </common-regexps>]
其定义的格式为：
<regexp name="htmlId" value="[a-zA-Z0-9\:\-_\.]+"/>
htmlId为正则的名称，通过名称被引用
value后面是具体的正则表达式的内容 该部分可以参考antisamy中样例规则文件编写；
如有特殊需要，正则表达式可以参考网上其他资料进行编写。
4.2.3 通用属性 [<common-attributes> </common-attributes>]
通用属性义如下：
<regexp value="[a-zA-Z0-9,\-\s]+"/>
<literal value="screen"/>
“attribute name”为标签的名称,与html的tag名称保持一致；
“regexp name”为标签需要满足的正则表达式的名称，其在<common-regexps>中定义；
“regexp value”为标签需要满足的正则表达式；
可以通过literal直接指定属性的值；如media的值可以满足上面两个的正则表达式外，也可以为screen、tty、tv中的一个
注：<regexp-list><literal-list>中的值均可以为多个
4.2.4 全局tag属性<global-tag-attributes>
其定义和4.2.3中通用属性的定义无区别，只能功能不同；
具体功能在后面tag的规则介绍（4.2.7）中展示；
4.2.5 编码处理tag<tag-to-encode>
此处标识的tag将在输出中进行编码；
其定义的格式为：
但是实际测试的时候，并未生效。
4.2.6 tag处理规则<tag-rules>
tag-rules的定义规则如下：
<tag name="button" action="validate">
<regexp name="anything"/>
<literal value="submit"/>
<literal value="button"/>
tagc-rule的action有三种：remove、validate、truncate，各个动作的功能在4.1中介绍过，不再赘述.
其中有一种场景需要注意：
<tag name="h1" action="validate"/>
这种标签中action是validate，但是标签的属性需要遵守的正则却没有标识出来；在这个时候，4.2.4中全局tag属性中定义的属性就起作用了。上面这种类型的标签就需要遵守4.2.4中定义的全局属性；
如：h1标签处理规则如下：
<tag name="h1" action="validate"/>
输入为：
<div><h1 id='h111' align='center'>h1 title</h1></div>
输出为：
<h1 id="h111">h1 title</h1></div>
在global-tag-attribute中有”id”， “style”，”title”,”class”,”lang”这5个标签，不包括align，所以在输出中就被过滤掉了。
4.2.7 css处理规则<css-rules>
css-rules定义如下：
<property name="background-color" description="This property sets the background color of an element, either a <color> value or the keyword 'transparent', to make the underlying colors shine through.">
<literal value="transparent"/>
<literal value="inherit"/>
<regexp name="colorName"/>
<regexp name="colorCode"/>
<regexp name="systemColor"/>
从上面可以看出，css过滤规格的定义和tag的基本相同；但是css有一些特殊的字段，如：
<property name="background" description="The 'background' property is a shorthand property for setting the individual background properties (i.e., 'background-color', 'background-image', 'background-repeat', 'background-attachment' and 'background-position') at the same place in the style sheet.">
<literal value="inherit"/>
<shorthand name="background-color"/>
<shorthand name="background-image"/>
<shorthand name="background-repeat"/>
<shorthand name="background-attachment"/>
<shorthand name="background-position"/>
相比tag的过滤规则，css增加了shorthand-list，为css的自有语法。意味着如果background有多个值，说明使用了css的缩写，同时需要满足shorthand中规定的属性的过滤规则。
4.3 通用策略文件
5 Antisamy代码简介
antisamy对html进行扫描的主要流程如下：
其中
recursiveValidateTag(tmp, currentStackDepth);
为antisamy最终执行扫描的函数，其通过递归调用对html中每一个标签根据规则文件的定义进行处理
https://blog.csdn.net/raychiu757374816/article/details/79016101
