XSS编码浅析
The following article is from 亿人安全 Author HBXQ
输出点处做编码最主要的目的是什么，为什么要去做编码？
最主要的目的就是绕WAF、过滤函数，通常在没有WAF和过滤函数的情况下，我们只需要使用原始字符，XSS攻击的一大精髓就是简短，利用少量代码达到攻击效果，编码往往会使exp的长度增加
输出在HTML中
Entity（实体）编码
概念：在编写HTML页面时，需要用到"<"、">"、"空格" 等符号，直接输入这些符号时，会错误的把它们与标记混在一起，非常不利于编码。那么就需要把这些字符进行转义，以另一种方式书写，以相同的形式展现。在HTML中，这些字符可称为HTML Entity,即HTML字符实体。
编码范围：包括但不限于以下字符: ASCll Characters(可见部分).ISO 8859-1 Characters、lSO 8859-1 Symbols、Math Symbols、Greek Letters、 Miscellaneous HTML entities。
Entity（实体）编码 ————两种格式
格式一：&entityName
说明："&"开头，";"结尾，以语义的形式描述字符。如字符"<"，英文名称为"less than"，EntityName为"<"，取自"less than"2个单词的首字母。
格式二：&#entityNumber
说明："&#"开头，";"结尾，以编号的形式描述字符。此编号可以为十进制或十六进制(以"&#x"开头)等数字格式。
注：entityName的数量要小于entityNumber的数量
Entity（实体）编码 ————实例
<p>entityName:</p>
<<br>
><br>
!<br>
"<br>
#<br>
8amp ;<br>
<p>entityNumber:</p>
<<br>
><br>
!<br>
"<br>
#<br>
&<br>
浏览器解析行为
行为1: HTML解析器在建立文档树的时候会针对节点内的Entity编码解码后传输。
等效语句:
<img src="1" onerror="alert(1)">通过entityNumber编码
<img src="1" onerror="alert(1)">注意:属于标签本身结构的部分不会被解析
<img src=1 onerror=alert(1)><a href="javascript:alert(1)">click me</a>
行为2：允许在如之后插入任意多个0。
等效语句:
<img src="1" onerror="alert(1)"><img src="1"
onerror="alert(1)">
onerror="alert(1)">
行为3:针对URL类型的属性，允许进行一次URL编码。
注：URL类型的属性，通俗理解就是链接的属性
等效语句:
<a href="javascript:alert(1)">click me</a><a href="javascript:alert(1)">click me</a>
<a href="javascript:%61%6c%65%72%74%28%31%29">click me</a>
行为4：URL编码的部分可以进行第二次Entity编码。注：不无限套娃
等效语句:
<a href="javascriptalert(1)">click me</a><a href="javascript:alert(1)">click me</a>
<a href="javascript:%61%6c%65%72%74%28%31%29">click me</a>
<a href="javascript:%61%6c%65%72%74%28%31%29">click me</a>
行为5：URI类型的属性忽略Tab和回车符。
等效语句:
<a href="javascript:alert(1)"> click me</a><a href="javascript:%61%6c%65%72%74%28%31%29">click me</a>
注：Tab符和回车符也可以再进行一次Entity编码
行为6: Entity编码的;可以去除。
等效语句:
<a href="javascriptalert(1)">click me</a><a href="javascript:%61%6c%65%72%74%28%31%29">click me</a>
注：不同格式的Entity编码可以混用
四种编码策略
C语言编码：对于一些控制字符，使用特殊的C类型的转义风格（例如\n和\r)，公认的ECMAScript编码。
八进制编码:三个八进制数字，例如"e"编码为"\145"，该语法不属于ECMAScript,但是基本所有的浏览器都支持。
十六进制编码：两个十六进制数字，例如"e"编码为"\x65”，同样不属于ECMAScript，但是在解析底层，c语言中有很好的支持。
Unicode编码：如\u0065可表示字符e，属于ECMAScript编码。
注：ECMAScrip是Javascript的一个标准
例：
<script>document.getElementByld("a").\u0069\u006e\uO06e\u0065\u0072\u0048\u0054\u004d\u004c="\x3c\151\155\147\40\163\162\143\75\61\40\157\156\145\162\162\157\162\75\141\154\145\162\164\50\61\51\u003e";
</script>
前三种只能用于给字符串编码。
第四种还可以用来给方法名编码
不可以代替括号，引号，点号等特殊字符
<script>\u0061lert("test");
</script>
常见误区
误区1: XSS，不是专门去”绕过”限制。误区2: XSS，不仅仅存在于你所看得见的位置。误区3: XSS，绕过限制不是乱用字符去绕过，切忌盲目。
总结
在刚接触XSS的时候，需要做的是了解其中的原理与编码方式，自己构造的语句中哪里可以在此基础上进行编码的构造，掌握了XSS编码的基础，在之后的学习中可以更好的理解别人构造的攻击载荷，而不是盲目的瞎改，导致语句无法解析不能绕过防护。
文章首发于:奇安信攻防社区https://forum.butian.net/share/831知识星球更多干货资源(一年内免费)，持续更新中，欢迎加入哆啦安全-知识星球！