stored-xss-detection

name	stored-xss-detection
description	存储型 XSS 白盒数据流审计——按"用户输入 → 持久层（DB / 文件 / Redis）→ 回读 → 模板 / 前端 输出"跨持久层介质追 source-sink 可达性，识别 encoder 与输出上下文（HTML body / attr / JS / URL / CSS）不匹配、富文本白名单缺口、Markdown 渲染保留原始 HTML、二阶回读路径漏 sanitize。
when-to-use	当需要专门分析“用户输入 -> 持久化 -> 二次展示”链路，或者普通 XSS sink 规则不足以确认高危 XSS 时
allowed-tools	bash,read_file,list_files,rg,list_skills
user-invocable	true
argument-hint	[target_path]
arguments	["target_path"]

存储型 XSS 白盒数据流审计

1. 触发线索 / 适用信号

按"输入字段命名 + 模板引擎 + DB 表字段"三维识别本能力命中场景（不按业务命名）。

代码 pattern 维度（grep 命中模式）：

• 用户字段写入：INSERT INTO / UPDATE 接 comment / title / description / nickname / bio / content / remark / name 列
• 模板 raw 输出：th:utext / <#noautoesc> / ?no_esc / {{ var|safe }} / <%- %> / v-html / dangerouslySetInnerHTML / innerHTML\s*=
• 富文本/Markdown：marked( / markdown-it / Quill / TipTap / wangEditor / tinymce
• SSR 直写：response.write(html) / res.send('<...>'+ ...) / template.HTML(...) (Go)

文件结构 / 命名约定维度：

• src/main/resources/templates/（Spring + Thymeleaf）/ WEB-INF/jsp/ / Freemarker .ftl
• Django templates/*.html + views.py
• Express views/*.ejs / *.pug / *.hbs
• Vue *.vue SFC、React *.tsx / *.jsx SSR 入口（server.tsx / entry-server.ts）
• *Mapper.xml 里 INSERT/UPDATE 用户字段；ORM models/ 含富文本字段类型

依赖 / 注解维度：

• pom.xml 含 thymeleaf / freemarker / velocity / owasp-java-html-sanitizer
• package.json 含 dompurify / sanitize-html / marked / markdown-it / vue / react-dom/server / ejs
• requirements.txt 含 django / jinja2 / bleach / markdown
• go.mod 含 html/template（安全默认）vs text/template（无 escape）

反向信号（不命中本能力）：

• source 只是 URL query 直接回显（属反射型 XSS / dom-xss）
• 输入未经任何持久层介质，纯单请求生命周期（属反射 / DOM）
• 输出位置纯文本（{{ var }} auto-escape 默认、textContent、th:text）且无 raw 旁路

---

2. 造成原因（共享章节）

source 是任何用户可控输入（HTTP 参数 / 上传文件内容 / 文件名与 meta / 第三方回调字段），sink 是模板或前端的 HTML 渲染上下文：HTML body / attribute / JavaScript / URL（href / src）/ CSS / SVG / Markdown 原生 HTML。与反射型 XSS 的根本区别在于 source 经持久层介质（DB / 文件系统 / Redis / 对象存储 / 消息队列），跨请求 / 跨用户生命周期触发。

任何 source 入库时未做 HTML 转义、回读到 sink 时 encoder 不匹配输出上下文，即构成存储型 XSS——浏览器解析时把数据当作脚本指令执行。安全的默认形态有两条路径：（a）入库前用白名单 sanitizer（如 OWASP Java HTML Sanitizer / DOMPurify / bleach / bluemonday）把内容净化为受控 HTML；（b）输出时按上下文走匹配 encoder（HTML body 用 < 编码、attribute 用 quote+entity、JS 上下文用 \xHH、URL 上下文校验协议白名单）。

encoder 必须匹配输出上下文：HTML entity encoding 救不了 <script> 内的 JS 上下文，URL encoding 救不了 javascript: 协议注入。富文本场景下白名单必须覆盖标签 + 属性 + URL 协议三层，缺一即被绕过。

---

3. 领域 source-sink 数据流模型

代码层 source 集合（按持久层介质）：

• DB 字段：用户输入入库的列（comment.content / user.bio / article.body / document.title）；任何 INSERT / UPDATE 端点写入的列即潜在 source
• 文件内容 / 文件名 / meta：上传后落盘的 SVG / HTML / Markdown / Office 内容；文件名进 DB
• Redis / KV 缓存：会话级用户数据缓存、富文本编辑稿缓存
• 二阶 source：已入库字段被另一段 SQL 回读后再入新表的中继场景
• 跨服务回调：MQ / RPC / Webhook 写入的字段被前台展示

代码层 sink 集合（按输出上下文）：

• 服务端模板 raw 输出：
  • Thymeleaf th:utext="${var}" / [(${var})] 非转义语法
  • Freemarker <#noautoesc>...${var}...</#noautoesc> / ${var?no_esc}
  • Django {{ var|safe }} / {% autoescape off %}
  • Jinja2 {{ var|safe }} / Markup(...)
  • Velocity $!{var} 在 strict-ref 关闭时
  • Go text/template 全部输出 / html/template 中 template.HTML(var) 强类型旁路
• 前端框架 raw 渲染：
  • Vue v-html="var" / 手动 el.innerHTML = ...
  • React dangerouslySetInnerHTML={{ __html: var }}
  • Angular [innerHTML]="var"（默认走 DomSanitizer，但 bypassSecurityTrustHtml 会旁路）
• JS DOM API：innerHTML / outerHTML / insertAdjacentHTML / document.write / eval / new Function
• SSR 直写：response.write(string) / res.send(htmlString) / Servlet out.print(string)
• Markdown 渲染器 raw HTML 通道：marked({ sanitize: false }) / markdown-it({ html: true }) / commonmark 默认允许原始 HTML
• 富文本编辑器回显：Quill Delta → HTML、TipTap JSON → HTML 时白名单缺失

数据流追踪规则：

• 跨持久层追踪：列出所有写入字段 X 的端点 → 列出所有回读字段 X 的端点 → 写读交叉集合即候选；任一回读路径用 raw sink 即真洞
• 跨服务边界：本服务范围内追到出站调用即停，下游服务由对应实例独立审计
• sanitize 位置识别：入库前 sanitize（防一阶）vs 回读后 sanitize（防二阶）；同字段两处都做才能算"全链路覆盖"
• encoder 上下文匹配：模板默认 auto-escape 是 HTML body 上下文的 encoder，不适用 attribute 无引号 / JS 嵌入 / URL 协议位置
• 闭源依赖：自定义 sanitizer / 闭源富文本编辑器后端规则不可见时入 §11 静态分析边界

---

4. 常见类型（共享章节）

类型	输出上下文 / 触发位置	关键识别特征
HTML body 上下文 XSS	<div>{{var}}</div> 走 raw 输出	sink 直接渲染 <script> / <img onerror> 等标签
Attribute 上下文 XSS	<a title="{{var}}"> 缺引号 / 引号未转义	单/双引号可破出属性边界
JS 上下文 XSS	<script>var x = '{{var}}'</script>	嵌入到 <script> 内，需 JS 字符串 escape
URL 上下文 XSS	<a href="{{var}}"> / <img src="{{var}}">	javascript: / data:text/html 协议未过滤
CSS 上下文 XSS	<style>...{{var}}...</style> / style="..."	expression() / url(javascript:...)
SVG 上下文 XSS	上传 SVG 在线预览 / dangerouslySetInnerHTML 渲染 SVG	SVG 内 <script> / onload 可执行
Mutation XSS（mXSS）	DOMPurify 默认配置经 innerHTML 解析后变异	浏览器 HTML parser 兼容性导致清洗后 DOM 变形
富文本白名单绕过	Quill / TipTap / wangEditor 后端 sanitize 不覆盖 formaction / srcset 等冷门属性	白名单只覆盖常见标签属性，遗漏冷门触发
Markdown 原生 HTML 注入	marked / markdown-it html: true	Markdown 中含原始 HTML 标签被保留
二阶回读漏 sanitize	A 端点 sanitize 入库、B 端点不再做 / 用错 encoder	"已审过 → 不再 sanitize" 的二次路径

---

5. 入口点定位

按项目结构同时找写入点（INSERT/UPDATE）和回读输出点（模板 / 列表 / 详情接口）。

下列框架 / 项目类型仅作类似项目示例，不限于此；以目标实际栈为准。

栈	写入点典型位置	回读 / 输出点典型位置
Java / Spring + Thymeleaf	@PostMapping/@PutMapping → *Service → *Repository.save() / *Mapper.xml INSERT	src/main/resources/templates/*.html 找 th:utext / [( ... )]；JSON 返回 + 前端 Vue/React v-html
Java + JSP / Freemarker	同上	WEB-INF/jsp/*.jsp 找 <%= %> 无 fn:escapeXml；.ftl 找 <#noautoesc> / ?no_esc
Python / Django	views.py POST handler → Model.objects.create() / .save()	templates/*.html 找 {{ var|safe }} / {% autoescape off %}
Python / Flask + Jinja2	request.form/json → SQLAlchemy session.add(...).commit()	templates/*.html 找 {{ var|safe }} / Markup(...) / render_template_string(...)
Node.js / Express + EJS/Pug/HBS	req.body → Sequelize/TypeORM/mongoose .create() / .save()	views/*.ejs 找 <%- var %>；Pug !{var}；Handlebars {{{var}}}
Vue SSR	API 端点	*.vue 找 v-html；entry-server.ts 渲染管线手写 innerHTML
React SSR	API 端点	*.tsx / *.jsx 找 dangerouslySetInnerHTML；renderToString 入口
Go / Gin + html/template	handler → Gorm db.Create(...)	.tmpl / .html 模板；template.HTML(s) 强类型旁路；text/template 全无转义
PHP / Laravel + Blade	Controller → Eloquent Model::create()	Blade {!! $var !!}（raw）vs {{ $var }}

通用建议：主路径直接读代码——路由文件（Spring 注解 / Express routes/ / Django urls.py / Gin router.go）作为入口锚点反向追 sink 候选，rg 上表的 raw 输出 / 写入点 pattern 自盘点；用 dataflow-analysis 跨函数追写入字段在哪些查询/接口被回读；若已有 sast-scan 候选可消费其模板 raw 输出 sink 与 ORM 写入点条目加速（可选，缺位 / 空命中不阻塞，直接走上述 grep）；闭源富文本 / 闭源 sanitizer 见 §11 静态分析边界。

---

6. 跨框架代码变体

下表覆盖主流模板引擎 / 前端框架的"安全形态 vs 危险形态"对照。

框架 / 上下文	安全形态（escape）	危险形态（raw）
Thymeleaf	th:text="${var}"（auto-escape）	th:utext="${var}" / [(${var})]
Freemarker	auto-escape ON（<#ftl auto_esc=true>） / ${var?html}	<#noautoesc>${var}</#noautoesc> / ${var?no_esc}
JSP	<c:out value="${var}"/> / fn:escapeXml(var)	<%= var %> / ${var} EL 直出
Velocity	strict-ref + 显式 escape tool	$!{var} / $var 默认无转义
Django templates	{{ var }}（auto-escape）	`{{ var
Jinja2	{{ var }}（auto-escape，需 env 启用）	`{{ var
Vue	{{ var }} / :text="var" / v-text	v-html="var" / 手写 el.innerHTML = var
React	{var} JSX 默认 escape	dangerouslySetInnerHTML={{__html: var}}
Angular	{{ var }} / 默认 [innerHTML] 走 DomSanitizer	bypassSecurityTrustHtml(var) / [innerHTML] 后传入 trusted
EJS	<%= var %>（escaped）	<%- var %>
Pug	#{var} / =var（escaped）	!{var} / !=var
Handlebars	{{var}}（escaped）	{{{var}}} / triple-stash
Mustache	{{var}}	{{{var}}} / {{&var}}
Blade（Laravel）	{{ $var }}	{!! $var !!}
Go html/template	默认按上下文 auto-escape	template.HTML(s) / 切换到 text/template
JS DOM	el.textContent = var / el.setAttribute('title', var)	el.innerHTML = var / insertAdjacentHTML / document.write
Markdown / marked	marked(src, { sanitize: true })（旧版）/ 配 DOMPurify 后处理	marked(src) 默认保留原始 HTML（v4+ 移除 sanitize 必须外挂）
Markdown / markdown-it	MarkdownIt({ html: false }) 默认	MarkdownIt({ html: true })

富文本 / sanitizer 特殊位：

• DOMPurify：默认配置可能被 mXSS 绕过；ADD_TAGS / ADD_ATTR 扩白名单时需评估
• OWASP Java HTML Sanitizer：使用 Sanitizers.FORMATTING.and(Sanitizers.LINKS) 等链式 policy；遗漏 policy 即不防对应类
• bleach（Python）：默认 ALLOWED_TAGS 不含 style / iframe，但允许的属性里若有 style 仍可注入 CSS XSS
• bluemonday（Go）：UGCPolicy() 是 user-generated content 默认策略；自定义 policy 易遗漏 URL scheme 校验

---

7. 思考检查点（共享章节）

加载本 skill 时按这些问题思考：

• 这个用户字段从写入端点入库，被哪些 SELECT 回读？每个回读出口的输出位置（HTML body / attr / JS / URL / CSS）encoder 是否匹配？
• 是不是所有写入路径都做了 sanitize？只要一处遗漏，回读 sink 是 raw 输出即真洞——同字段多写入端点要全部覆盖。
• 富文本白名单是否真覆盖标签 + 属性 + URL 协议三层？onerror / srcset / formaction / data: / javascript: 协议遗漏即被绕过。
• Markdown 渲染器是否启用 sanitize？marked v4+ 已移除内建 sanitize 选项，必须外挂 DOMPurify；markdown-it 默认 html: false 但项目可能改 true。
• 是不是二阶？"已审过 → 不再 sanitize" 的二次回读路径常见——同字段在 SELECT 后被拼进新 HTML 上下文（如复制到通知模板、邮件 HTML、导出 PDF）。
• 是否有跨用户角色的差异渲染链——前台 sanitize、管理后台为"运营方便"用 raw 输出？

---

8. 检测方法论 / 数据流追踪

本能力只到 static-confirmed——动态利用证据走对应黑盒 / graybox skill。本节方法论描述白盒数据流追踪，不规定 plan / step 编排。

Step 0：基线侦察

• 加载 project-framework-analysis 输出，识别 web 框架 / 模板引擎 / 前端框架 / ORM / sanitizer 库及版本
• 列出本项目持久层模型所有字段（models/ / *Mapper.xml / entity/），用户可控字段集合作为 source 候选
• 已有 sast-scan 输出时可消费其 high_noise_patterns + needs_dataflow_confirmation 桶里 XSS 相关条目加速（可选，缺位 / 空命中不阻塞，直接走 Step 1 grep）

Step 1：grep 出所有写入点

# ORM 写入
rg -n '\.(Create|Save|Update|Updates|insert|create|save|upsert)\s*\(' <target_path>
# 原生 SQL 写入
rg -n -i 'INSERT INTO|UPDATE\s+\w+\s+SET' <target_path>
# MyBatis XML 写入
rg -n -i '<insert\b|<update\b' --type xml <target_path>
# 上传落盘
rg -n '(PutObject|WriteFile|writeFile|fs\.write|os\.WriteFile)' <target_path>

把命中按"写入字段"分类，得到字段级别的写入点清单。

Step 2：grep 出所有 raw 输出 sink

# 服务端模板 raw
rg -n 'th:utext|<#noautoesc|\?no_esc|\|safe\b|mark_safe|Markup\(|<%- |!\{|\{!\!|template\.HTML\(' <target_path>
# 前端 raw
rg -n 'v-html|dangerouslySetInnerHTML|\.innerHTML\s*=|insertAdjacentHTML|document\.write' <target_path>
# Markdown raw
rg -n 'marked\s*\(|MarkdownIt\s*\(|markdown-it.*html\s*:\s*true' <target_path>
# 绕过 / 显式信任
rg -n 'bypassSecurityTrustHtml|trustAsHtml|template\.HTML\(|ADD_TAGS' <target_path>

每条命中标记输出上下文（HTML body / attr / JS / URL / CSS）。

Step 3：写读交叉

对每个写入字段，跨函数追踪它在哪些 SELECT / Find / Query 被读出 → 读出后流向哪些响应 / 模板上下文。

工具加速：调用 dataflow-analysis 做跨函数 source-to-sink 追踪；DB 字段维度的跨端点关联可结合 grep 字段名同名字段（comment.content 在 Mapper / Repository / Controller / template 中出现）。

写读交叉成立的字段 = 候选——进入 Step 4 判 sanitize。

Step 4：判 sanitize 实际位置

对每个候选字段追：

• 入库前 sanitize：写入 handler / Service / pre-save hook 是否调用 sanitizer（OWASP HTML Sanitizer / DOMPurify(server) / bleach / bluemonday）
• 回读后 sanitize：读出后在 Controller / 模板渲染前是否调用 sanitizer
• encoder 上下文匹配：模板默认 escape 仅适用 HTML body；attr 无引号 / JS 嵌入 / URL 协议位置需独立检查
• 白名单覆盖度：富文本 sanitizer 的 allowed tags / attributes / URL schemes 是否覆盖 javascript: / data: 协议、on* 事件、style 属性

判定形态：

• 入库前未 sanitize + 回读 raw 输出 + 字段在写读交叉 → static-confirmed
• 入库前 sanitize 但用了不匹配上下文的 encoder（如只做 HTML body escape，回读位置在 attr 无引号） → static-confirmed
• 入库前 sanitize 但白名单缺 URL scheme / on* → static-confirmed（按缺口具体位置）
• 写读交叉成立 + sanitize 链完整 + encoder 匹配 → not_vulnerable

Step 5：富文本特殊审

白名单类 sanitizer 的配置审：

• DOMPurify 配置项 ALLOWED_TAGS / ALLOWED_ATTR / ALLOWED_URI_REGEXP / FORBID_* / ADD_TAGS 实际值
• OWASP Java HTML Sanitizer 的 policy 组合是否覆盖所有可执行属性
• bluemonday Policy 自建时检查 AllowAttrs(...).OnElements(...) 是否遗漏 URL scheme 校验

mXSS 风险：DOMPurify 默认配置在某些 HTML parser 兼容性场景下可被绕过，标 static-confirmed 并附 PoC 范式或交黑盒验证。

Step 6：二阶通道扫描

• 列出所有 INSERT / UPDATE 端点的写入字段
• 对每个写入字段 grep 哪些 SELECT 引用，每个回读点独立看 sanitize 状态
• 重点：跨子系统（前台 / 管理后台 / 客服 / 邮件模板 / 导出 PDF）复用同字段时差异渲染常出问题

基线检查项

以下是已知的检查角度，作为基线起点而非必检硬清单。结合目标代码动态调整，按三态标注（[x] / [-] / [+]）处置。

• 所有用户可控字段写入点已枚举（按字段维度 grep 完）
• 所有 raw 输出 sink（模板 / 前端 / Markdown）已枚举
• 写读交叉集合已构造，每个 (write, read, field) 三元组单独看 sanitize 状态
• 富文本字段 sanitizer 配置已审（白名单标签 / 属性 / URL scheme 三层）
• Markdown 渲染器 html 选项 / 外挂 DOMPurify 已确认
• 二阶通道（同字段多回读点）已扫描完
• 跨子系统差异渲染（前台 vs 后台 vs 邮件模板）已对照
• 闭源 sanitizer / 闭源富文本编辑器后端 / 动态模板选择路径已标 static-unknown

---

9. 闭环要求（必须遵守）

闭环判定 / 取证完整性 / 破坏性动作以 common/closure-verification.md 为准，下面只列本漏洞特有的判定上限与产物契约。

为什么这里是「必须」：本节属交付契约——产物结构关系到下游 result-with-file 机器消费、按 (write_endpoint, read_endpoint, field) 三元组的覆盖完整性核验；产物聚合或省略会让整条链路失效，因此是刚性要求。

白盒判定上限

本能力作为白盒数据流审计原子能力，判定上限为 static-confirmed，不等于动态 confirmed。

static-confirmed（落 status=needs_review + confidence=high_confidence）：

• 写入路径不 sanitize 或 sanitize 链缺口明确（白名单遗漏 URL scheme / on* / style）
• 回读模板使用 raw 输出 sink（th:utext / v-html / dangerouslySetInnerHTML / innerHTML / {{|safe}} / <%- %> / Markdown raw HTML）
• 字段在 (write, read) 交叉集合
• encoder 与输出上下文不匹配（HTML body encoder 用在 attr 无引号 / JS / URL 位置）

static-unknown（落 status=needs_review + 标注 unknown）：

• 动态模板渲染器选择（feature flag / 配置驱动）
• SSR 与 CSR 双路径并存且追踪不完
• 富文本 sanitizer 版本 / 配置闭源
• 自定义 sanitizer 实现无源码可见
• 闭源富文本编辑器后端规则不可见

not_vulnerable（落 status=not_vulnerable）：

• 字段不在写读交叉
• 所有写入路径 sanitize + 所有回读路径 encoder 匹配输出上下文
• 富文本走严格白名单且覆盖标签 / 属性 / URL scheme 三层
• 字段全程纯文本上下文（textContent / th:text / {{ var }} auto-escape 且无 raw 旁路）

升级路径（白盒不能独立给 confirmed）

• 走 graybox 流程：用白盒候选三元组指导黑盒端测试
• 黑盒端在浏览器实际渲染触发，按 pentest/xss-detection 等 skill 的闭环要求收可观测效果证据
• 黑盒拿到强证据后，结论从 static-confirmed 升为 confirmed

禁止白盒独立判 confirmed——无浏览器实际渲染触发证据，仅静态可达不构成动态利用。

产物契约（必须遵守）

每确认一条候选立即 append 一行到 shared/coverage-ledger/findings/stored-xss-detection.jsonl，不等汇总阶段回头整理（why："事后总结"是聚合 / 区间 / "等"省略的根源）：

{
  "id": "stored-xss-001",
  "title": "评论 content 字段经 v-html 回显未 sanitize",
  "severity": "high",
  "cwe": "CWE-79",
  "source": "comment.content (INSERT in POST /api/comment)",
  "sink": "v-html in CommentList.vue:42",
  "entry_point": "GET /article/:id",
  "status": "needs_review",
  "confidence": "high_confidence",
  "file_location": "src/views/CommentList.vue:42",
  "source_report": "stored-xss-detection",
  "description": "..."
}

字段约束：

• id 带 stored-xss- 前缀全局唯一
• status ∈ confirmed | needs_review | not_vulnerable | false_positive | superseded（白盒默认 needs_review）
• (write_endpoint, read_endpoint, field) 三元组任一不同即各自独立成行——同字段在多个回读入口点 / 多个写入端点出现时禁止合并折叠
• source 填写入端点 + 字段；sink 填回读输出 API + file:line；entry_point 填回显页面的 HTTP 入口点（method+URL）
• file_location 填 file:line，不留空、不写区间

禁止：

• 聚合计数（"5 处 v-html + 3 处 dangerouslySetInnerHTML"）—— 丢失具体位置，下游无法消费
• "等" / "..." / "（其余 N 处略）" 省略 finding
• 同字段多回读路径折叠为一行

反例义务（必须遵守）

why：白盒"未发现存储型 XSS / 已防护"结论是覆盖完整性产物声明，缺失反向验证会让下游误信"该子系统该维度安全"。

写"未发现存储型 XSS"或"已防护"前，产物必须包含：

• 所有用户可控字段的写入点完整清单（按字段维度）
• 所有 raw 输出 sink 完整清单（按文件 file:line）
• 完整的 (write_endpoint, read_endpoint, field) 三元组交叉清单
• 每个三元组的判定结果（sanitize 完整 / 缺口 / unknown）
• static-unknown 单元格的具体原因（动态模板 / 闭源 sanitizer / 自定义实现）

清单不完整 → 结论降级 partial-coverage。

---

10. 具象化反例库（共享章节）

FP（看似命中实际不构成）

反例 1：v-html 接收已 sanitize 过的 DOMPurify 输出

• 抽象规则：sink 命中 v-html 但内容已在前置 computed / pinia getter 内经 DOMPurify 净化
• 具体场景：<div v-html="purifiedContent"> + computed: { purifiedContent() { return DOMPurify.sanitize(this.raw) } }
• 关键识别特征：sink 接收的不是 raw source，而是 sanitize 结果；DOMPurify 配置无 ADD_TAGS 扩白名单
• 排除方法：追 v-html 表达式上游、确认 DOMPurify 调用、核对配置无 ALLOW_DATA_ATTR / ADD_URI_SAFE_ATTR 扩散；归 not_vulnerable

反例 2：Thymeleaf th:utext 配合自定义 dialect 强制 escape

• 抽象规则：th:utext 看似 raw 但项目用自定义 dialect 在渲染管线插入 sanitize
• 具体场景：项目实现 IDialect 在 utext 前调用 OWASP Java HTML Sanitizer
• 关键识别特征：@Configuration 注册了自定义 dialect，dialect 实现里有 sanitizer 调用
• 排除方法：读 dialect 实现确认是否对所有 utext 渲染前置 sanitize；归 not_vulnerable 或 needs_review 视配置

反例 3：富文本编辑器（Quill / TipTap）自带服务端 sanitize

• 抽象规则：编辑器后端 SDK 提供"Delta → 受控 HTML"转换，已含白名单
• 具体场景：项目通过编辑器后端 API 拿到的是已转换的 HTML，不直接接收前端原始内容
• 关键识别特征：写入接口接收的是编辑器后端转换结果（Delta JSON 或 sanitized HTML）而非裸 <div> 内容
• 排除方法：核对编辑器 SDK 文档及实际版本白名单覆盖；归 needs_review 至 not_vulnerable

反例 4：Markdown 渲染启用 markdown-it + 外挂 DOMPurify

• 抽象规则：markdown-it({ html: false }) 默认拒绝原始 HTML，且渲染结果再过 DOMPurify
• 具体场景：渲染管线 md.render(src) → DOMPurify.sanitize(html)
• 关键识别特征：grep markdown-it 同位置含 html: false 或后续 sanitize 调用
• 排除方法：确认无 html: true 重写、确认 DOMPurify 配置不放宽；归 not_vulnerable

FN（看似不命中实际是真洞）

反例 5：Mutation XSS（DOMPurify 默认配置可绕过）

• 抽象规则：DOMPurify sanitize 后的 HTML 经 innerHTML 重新 parse 时浏览器变形，触发 mXSS
• 具体场景：element.innerHTML = DOMPurify.sanitize(input) + 特定 HTML 构造触发 parser 变异
• 关键识别特征：sanitize 链看似完整，但 sink 仍是 innerHTML / dangerouslySetInnerHTML
• 确认方法：用 DOMPurify CHANGELOG / 已知 mXSS payload 测试；标 static-confirmed 推黑盒在浏览器实际渲染验证

反例 6：URL 上下文里 javascript: 协议被放过

• 抽象规则：HTML body sanitize 通过，但 <a href="{{var}}"> 位置 sanitizer 不校验 URL scheme
• 具体场景：bleach 默认 ALLOWED_PROTOCOLS = ['http', 'https', 'mailto'] 但项目自定义加了 'javascript'
• 关键识别特征：sink 是 href / src / formaction / data 等可执行 URL 属性
• 确认方法：审 sanitizer 的 URL scheme 白名单配置；标 static-confirmed

反例 7：JSON 嵌入 HTML 时未做 < 编码

• 抽象规则：服务端把数据序列化为 JSON 嵌入 <script>var data = {{json}}</script>，缺 < / </script> 转义
• 具体场景：Go template.JS(...) 用错、Jinja2 |tojson 旧版本不转义 </script>
• 关键识别特征：模板里 <script> 内嵌 JSON 字面量
• 确认方法：测试 </script> 闭合 + 注入；标 static-confirmed

反例 8：React dangerouslySetInnerHTML 渲染 user-provided SVG

• 抽象规则：SVG 内 <script> / onload 可执行，sanitizer 若按 HTML 白名单未覆盖 SVG 子集即漏
• 具体场景：用户上传 SVG → 详情页 <div dangerouslySetInnerHTML={{__html: svgContent}}>
• 关键识别特征：sink 接收 SVG 内容；DOMPurify 配置缺 USE_PROFILES: { svg: true, svgFilters: true } 或反之过宽
• 确认方法：测试 SVG <script> payload；标 static-confirmed

易混淆案例

反例 9：闭源富文本编辑器后端 sanitize 规则不可见

• 抽象规则：项目依赖闭源富文本编辑器 SaaS 后端，白名单规则不在源码中
• 具体场景：调用 editor-saas.transform(content) 后写入 DB，回读时直接 v-html
• 关键识别特征：依赖图谱里的 unknown 标注 + 调用形态是远程 API
• 排除方法：标 static-unknown，不能默认 not_vulnerable

---

11. 静态分析边界

白盒底线：不假装看到看不到的代码。CSP 影响不评估（属 csp-audit）。

下面这些情形数据流分析无法继续追踪，必须标 static-unknown，不允许默认为 not_vulnerable：

1. 动态模板路径 / feature flag：SSR 与 CSR 双路径切换、A/B test 切换富文本编辑器版本、配置驱动的模板引擎选择（不同租户不同渲染器）→ 每条分支独立审计，至少标 static-unknown 列出分支条件。
2. 自定义 sanitizer 实现：项目自建 HTMLSanitizer 类、字符串替换式 sanitizer（replaceAll("<", "&lt;") 形态）→ 规则集不完整即 static-confirmed；不可见或复杂控制流 static-unknown。
3. 闭源富文本编辑器后端：三方编辑器 SaaS 调用（Quill Cloud / TinyMCE Cloud）/ 闭源 jar / npm package 内部 sanitize → 依赖图谱标 unknown，推 dependency-decompile；不能默认 not_vulnerable。
4. 跨服务 RPC 拿到的字段：微服务架构下字段来自上游 RPC / Kafka 消费 → 本服务追到 RPC 入站即停，标 static-unknown 由上游独立审。
5. SSR 与 CSR 双路径：Vue / React SSR + hydration 客户端可能用 innerHTML 重渲 → 两端独立看 sink。
6. 运行时配置切换 sanitizer 行为：DOMPurify ADD_TAGS 被环境变量扩展 → 读配置文件 / 环境变量定义；不可见标 static-unknown。
7. 反射 / 动态属性访问：JS el[attrName] = value 中 attrName 动态决定 → 标 static-unknown 记录反射点。

CSP 影响：CSP 是浏览器侧的 mitigation，本能力不评估——CSP 强弱属 csp-audit 职责。白盒 static-confirmed 不因 CSP 强而降级，反之亦然。

底线：本能力写"该子系统无存储型 XSS"前，所有 static-unknown 单元格必须显式列出原因。否则结论降级 partial-coverage。

---

12. 修复建议（共享章节）

源头治理（首选）

• 入库前 sanitize：用业界成熟白名单库
  • Java：OWASP Java HTML Sanitizer (Sanitizers.FORMATTING.and(Sanitizers.LINKS).and(Sanitizers.BLOCKS) 等组合)
  • JavaScript（服务端）：isomorphic-dompurify / sanitize-html
  • Python：bleach.clean(input, tags=ALLOWED, attributes=..., protocols=ALLOWED_PROTOCOLS)
  • Go：bluemonday.UGCPolicy() 或自建严格 policy
• 模板输出 auto-escape 默认开 + 显式 opt-out 走 sanitize：禁止全局关闭 auto-escape；显式 raw 输出位置必须经 sanitize 后再传入
• 富文本走严格白名单：标签 + 属性 + URL 协议三层都要覆盖；URL 协议白名单仅 http/https/mailto，禁 javascript: / data:
• Markdown 渲染启用 sanitize：
  • marked v4+：渲染结果外挂 DOMPurify
  • markdown-it：保持 html: false，自定义 token 替代原始 HTML 需求
• JSON 嵌入 HTML 用 unicode escape：< → <、/ → \/，避免 </script> 闭合

边界过滤（次选，深度防御）

• 输出端二次 encoder 匹配上下文：模板默认 auto-escape 仅适用 HTML body；attr 无引号 / JS 嵌入 / URL 协议位置独立处理
• CSP 兜底：在 csp-audit 指导下配置 script-src / style-src / object-src 收敛执行面；CSP 不替代 sanitize
• HttpOnly Cookie：限制 JS 访问会话标识，降低 XSS 利用价值（不阻断 XSS 本身）

兜底拒绝

• 富文本字段大小上限 + 内容类型校验
• 高危标签 / 属性 / 协议在 WAF 层补一层拒绝（仅作辅助）
• 错误响应不暴露内部模板路径 / sanitizer 配置

参考

• OWASP XSS Prevention Cheat Sheet
• OWASP DOM-based XSS Prevention Cheat Sheet