ThinkPHP框架是国内比较流行的PHP框架之一，虽然跟国外的那些个框架没法比，但优点在于，恩，中文手册很全面。最近研究SQL注入，之前用TP框架的时候因为底层提供了安全功能，在开发过程中没怎么考虑安全问题。想知道TP到底是怎么实现防SQL注入的，所以看了一些源码。结合phith0n大牛在乌云上发的漏洞，分析了一下，整理了一些思路~~
一、不得不说的I函数
TP系统提供了I函数用于输入变量的过滤。整个函数主体的意义就是获取各种格式的数据，比如I('get.')、I('post.id')，然后用htmlspecialchars函数(默认情况下)进行处理。如果需要采用其他的方法进行安全过滤，可以从/ThinkPHP/Conf/convention.php中设置：
'DEFAULT_FILTER' => 'strip_tags', //也可以设置多种过滤方法 'DEFAULT_FILTER' => 'strip_tags,stripslashes',
从/ThinkPHP/Common/functions.php中可以找到I函数，源码如下：
- /**
- * 获取输入参数 支持过滤和默认值
- * 使用方法:
- * <code>
- * I('id',0); 获取id参数 自动判断get或者post
- * I('post.name','','htmlspecialchars'); 获取$_POST['name']
- * I('get.'); 获取$_GET
- * </code>
- * @param string $name 变量的名称 支持指定类型
- * @param mixed $default 不存在的时候默认值
- * @param mixed $filter 参数过滤方法
- * @param mixed $datas 要获取的额外数据源
- * @return mixed
- */
- function I($name,$default='',$filter=null,$datas=null) {
- static $_PUT = null;
- if(strpos($name,'/')){ // 指定修饰符
- list($name,$type) = explode('/',$name,2);
- }elseif(C('VAR_AUTO_STRING')){ // 默认强制转换为字符串
- $type = 's';
- }
- /*根据$name的格式获取数据：先判断参数的来源，然后再根据各种格式获取数据*/
- if(strpos($name,'.')) {list($method,$name) = explode('.',$name,2);} // 指定参数来源
- else{$method = 'param';}//设定为自动获取
- switch(strtolower($method)) {
- case 'get' : $input =& $_GET;break;
- case 'post' : $input =& $_POST;break;
- case 'put' : /*此处省略*/
- case 'param' : /*此处省略*/
- case 'path' : /*此处省略*/
- }
- /*对获取的数据进行过滤*/
- if('' // 获取全部变量
- $data = $input;
- $filters = isset($filter)?$filter:C('DEFAULT_FILTER');
- if($filters) {
- if(is_string($filters)){$filters = explode(',',$filters);} //为多种过滤方法提供支持
- foreach($filters as $filter){
- $data = array_map_recursive($filter,$data); //循环过滤
- }
- }
- }elseif(isset($input[$name])) { // 取值操作
- $data = $input[$name];
- $filters = isset($filter)?$filter:C('DEFAULT_FILTER');
- if($filters) { /*对参数进行过滤，支持正则表达式验证*/
- /*此处省略*/
- }
- if(!emptyempty($type)){ //如果设定了强制转换类型
- switch(strtolower($type)){
- case 'a': $data = (array)$data;break; // 数组
- case 'd': $data = (int)$data;break; // 数字
- case 'f': $data = (float)$data;break; // 浮点
- case 'b': $data = (boolean)$data;break; // 布尔
- case 's': // 字符串
- default:$data = (string)$data;
- }
- }
- }else{ // 变量默认值
- $data = isset($default)?$default:null;
- }
- is_array($data) && array_walk_recursive($data,'think_filter'); //如果$data是数组，那么用think_filter对数组过滤
- return $data;
- }
恩，函数基本分成三块：第一块，获取各种格式的数据。第二块，对获取的数据进行循环编码，不管是二维数组还是三维数组。第三块，也就是倒数第二行，调用了think_filter对数据进行了最后一步的神秘处理。
让我们先来追踪一下think_filter函数：
- //1536行 版本3.2.3最新添加
- function think_filter(&$value){// 过滤查询特殊字符
- if(preg_match('/^(EXP|NEQ|GT|EGT|LT|ELT|OR|XOR|LIKE|NOTLIKE|NOT BETWEEN|NOTBETWEEN|BETWEEN|NOTIN|NOT IN|IN)$/i',$value)){
- $value .= ' ';
- }
- }
这个函数很简单，一眼就可以看出来，在一些特定的关键字后面加个空格。但是这个叫think_filter的函数，仅仅加了一个空格，到底起到了什么过滤的作用?
我们都知道重要的逻辑验证，如验证是否已登录，用户是否能购买某商品等，必须从服务器端验证，如果从前端验证的话，就很容易被绕过。同一个道理，在程序中，in/exp一类的逻辑结构，最好也是由服务器端来控制。
当从传递到服务器端的数据是这样：id[0]=in&id[1]=1,2,3，如果没有think_filter函数的话，会被解析成下表中的1，也就会被当成服务器端逻辑解析。但如果变成如下表2的样子，因为多了一个空格，无法被匹配解析，也就避免了漏洞。
- 1. $data['id']=array('in'=>'1,2,3')
- //经过think_filter过滤之后，会变成介个样子：
- 2. $data['id']=array('in '=>'1,2,3')
#p#
二、SQL注入
相关的文件为:/ThinkPHP/Library/Think/Db.class.php(在3.2.3中改为了/ThinkPHP/Library/Think/Db/Driver.class.php) 以及 /ThinkPHP/Library/Think/Model.class.php。其中Model.class.php文件提供的是curd直接调用的函数，直接对外提供接口，Driver.class.php中的函数被curd操作间接调用。
- //此次主要分析如下语句：
- M('user')->where($map)->find(); //在user表根据$map的条件检索出一条数据
大概说一下TP的处理思路。首先将Model类实例化为一个user对象，然后调用user对象中的where函数处理$map，也就是将$map进行一些格式化处理之后赋值给user对象的成员变量$options(如果有其他的连贯操作，也是先赋值给user对象的对应成员变量，而不是直接拼接SQL语句，所以在写连贯操作的时候，无需像拼接SQL语句一样考虑关键字的顺序)，接下来调用find函数。find函数会调用底层的，也就是driver类中的函数——select来获取数据。到了select函数，又是另一个故事了。
select除了要处理curd操作，还要处理pdo绑定，我们这里只关心curd操作，所以在select中调用了buildSelectSql，处理分页信息，并且调用parseSQL按照既定的顺序把SQL语句组装进去。虽然拼接SQL语句所需要的参数已经全部放在成员变量里了，但是格式不统一，有可能是字符串格式的，有可能是数组格式的，还有可能是TP提供的特殊查询格式，比如：$data['id']=array('gt','100');，所以在拼接之前，还要调用各自的处理函数，进行统一的格式化处理。我选取了parseWhere这个复杂的典型来分析。
关于安全方面的，如果用I函数来获取数据，那么会默认进行htmlspecialchars处理，能有效抵御xss攻击，但是对SQL注入没有多大影响。在过滤有关SQL注入有关的符号的时候，TP的做法很机智：先是按正常逻辑处理用户的输入，然后在最接近最终的SQL语句的parseWhere、parseHaving等函数中进行安全处理。这样的顺序避免了在处理的过程中出现注入。当然处理的方法是最普通的addslashes，根据死在沙滩上的前浪们说，推荐使用mysql_real_escape_string来进行过滤，但是这个函数只能在已经连接了数据库的前提下使用。感觉TP在这个地方可以做一下优化，毕竟走到这一步的都是连接了数据库的。
恩，接下来，分析开始：
先说几个Model对象中的成员变量：
- // 主键名称
- protected $pk = 'id';
- // 字段信息
- protected $fields = array();
- // 数据信息
- protected $data = array();
- // 查询表达式参数
- protected $options = array();
- // 链操作方法列表
- protected $methods = array('strict','order','alias','having','group','lock','distinct','auto','filter','validate','result','token','index','force')
接下来分析where函数：
- public function where($where,$parse=null){
- //如果非数组格式，即where('id=%d&name=%s',array($id,$name))，对传递到字符串中的数组调用mysql里的escapeString进行处理
- if(!is_null($parse) && is_string($where)) {
- if(!is_array($parse)){ $parse = func_get_args();array_shift($parse);}
- $parse = array_map(array($this->db,'escapeString'),$parse);
- $where = vsprintf($where,$parse); //vsprintf() 函数把格式化字符串写入变量中
- }elseif(is_object($where)){
- $where = get_object_vars($where);
- }
- if(is_string($where) && '' != $where){
- $map = array();
- $map['_string'] = $where;
- $where = $map;
- }
- //将$where赋值给$this->where
- if(isset($this->options['where'])){
- $this->options['where'] = array_merge($this->options['where'],$where);
- }else{
- $this->options['where'] = $where;
- }
- return $this;
- }
where函数的逻辑很简单，如果是where('id=%d&name=%s',array($id,$name))这种格式，那就对$id,$name变量调用mysql里的escapeString进行处理。escapeString的实质是调用mysql_real_escape_string、addslashes等函数进行处理。最后将分析之后的数组赋值到Model对象的成员函数——$where中供下一步处理。
再分析find函数：
- //model.class.php 行721 版本3.2.3
- public function find($options=array()) {
- if(is_numeric($options) || is_string($options)){ /*如果传递过来的数据是字符串，不是数组*/
- $where[$this->getPk()] = $options;
- $options = array();
- $options['where'] = $where; /*提取出查询条件，并赋值*/
- }
- // 根据主键查找记录
- $pk = $this->getPk();
- if (is_array($options) && (count($options) > 0) && is_array($pk)) {
- /*构造复合主键查询条件，此处省略*/
- }
- $options['limit'] = 1; // 总是查找一条记录
- $options = $this->_parseOptions($options); // 分析表达式
- if(isset($options['cache'])){
- /*缓存查询，此处省略*/
- }
- $resultSet = $this->db->select($options);
- if(false === $resultSet){ return false;}
- if(emptyempty($resultSet)) { return null; } // 查询结果为空
- if(is_string($resultSet)){ return $resultSet;} //查询结果为字符串
- // 读取数据后的处理，此处省略简写
- $this->data = $this->_read_data($resultSet[0]);
- return $this->data;
- }
$Pk为主键，$options为表达式参数，本函数的作用就是完善成员变量——options数组，然后调用db层的select函数查询数据，处理后返回数据。
跟进_parseOptions函数：
- protected function _parseOptions($options=array()) { //分析表达式
- if(is_array($options)){
- $options = array_merge($this->options,$options);
- }
- /*获取表名，此处省略*/
- /*添加数据表别名，此处省略*/
- $options['model'] = $this->name;// 记录操作的模型名称
- /*对数组查询条件进行字段类型检查，如果在合理范围内，就进行过滤处理；否则抛出异常或者删除掉对应字段*/
- if(isset($options['where']) && is_array($options['where']) && !emptyempty($fields) && !isset($options['join'])){
- foreach ($options['where'] as $key=>$val){
- $key = trim($key);
- if(in_array($key,$fields,true)){ //如果$key在数据库字段内，过滤以及强制类型转换之
- if(is_scalar($val)) {
- /*is_scalar 检测是否为标量。标量是指integer、float、string、boolean的变量，array则不是标量。*/
- $this->_parseType($options['where'],$key);
- }
- }elseif(!is_numeric($key) && '_' != substr($key,0,1) && false === strpos($key,'.') && false === strpos($key,'(') && false === strpos($key,'|') && false === strpos($key,'&')){
- // 如果$key不是数字且第一个字符不是_，不存在.(|&等特殊字符
- if(!emptyempty($this->options['strict'])){ //如果是strict模式，抛出异常
- E(L('_ERROR_QUERY_EXPRESS_').':['.$key.'=>'.$val.']');
- }
- unset($options['where'][$key]); //unset掉对应的值
- }
- }
- }
- $this->options = array(); // 查询过后清空sql表达式组装 避免影响下次查询
- $this->_options_filter($options); // 表达式过滤
- return $options;
- }
本函数的结构大概是，先获取了表名，模型名，再对数据进行处理：如果该条数据不在数据库字段内，则做出异常处理或者删除掉该条数据。否则，进行_parseType处理。parseType此处不再跟进，功能为:数据类型检测,强制类型转换包括int,float,bool型的三种数据。
函数运行到此处，就该把处理好的数据传到db层的select函数里了。此时的查询条件$options中的int,float,bool类型的数据都已经进行了强制类型转换，where()函数中的字符串(非数组格式的查询)也进行了addslashes等处理。
继续追踪到select函数，就到了driver对象中了，还是先列举几个有用的成员变量：
- // 数据库表达式
- protected $exp = array('eq'=>'=','neq'=>'<>','gt'=>'>','egt'=>'>=','lt'=>'<','elt'=>'<=','notlike'=>'NOT LIKE','like'=>'LIKE','in'=>'IN','notin'=>'NOT IN','not in'=>'NOT IN','between'=>'BETWEEN','not between'=>'NOT BETWEEN','notbetween'=>'NOT BETWEEN');
- // 查询表达式
- protected $selectSql = 'SELECT%DISTINCT% %FIELD% FROM %TABLE%%FORCE%%JOIN%%WHERE%%GROUP%%HAVING%%ORDER%%LIMIT% %UNION%%LOCK%%COMMENT%';
- // 当前SQL指令
- protected $queryStr = '';
- // 参数绑定
- protected $bind = array();
select函数：
- public function select($options=array()) {
- $this->model = $options['model'];
- $this->parseBind(!emptyempty($options['bind'])?$options['bind']:array());
- $sql = $this->buildSelectSql($options);
- $result = $this->query($sql,!emptyempty($options['fetch_sql']) ? true : false);
- return $result;
- }
版本3.2.3经过改进之后，select精简了不少。parseBind函数是绑定参数，用于pdo查询，此处不表。
buildSelectSql()函数及其后续调用如下：
- public function buildSelectSql($options=array()) {
- if(isset($options['page'])) {
- /*页码计算及处理，此处省略*/
- }
- $sql = $this->parseSql($this->selectSql,$options);
- return $sql;
- }
- /* 替换SQL语句中表达式*/
- public function parseSql($sql,$options=array()){
- $sql = str_replace(
- array('%TABLE%','%DISTINCT%','%FIELD%','%JOIN%','%WHERE%','%GROUP%','%HAVING%','%ORDER%','%LIMIT%','%UNION%','%LOCK%','%COMMENT%','%FORCE%'),
- array(
- $this->parseTable($options['table']),
- $this->parseDistinct(isset($options['distinct'])?$options['distinct']:false),
- $this->parseField(!emptyempty($options['field'])?$options['field']:'*'),
- $this->parseJoin(!emptyempty($options['join'])?$options['join']:''),
- $this->parseWhere(!emptyempty($options['where'])?$options['where']:''),
- $this->parseGroup(!emptyempty($options['group'])?$options['group']:''),
- $this->parseHaving(!emptyempty($options['having'])?$options['having']:''),
- $this->parseOrder(!emptyempty($options['order'])?$options['order']:''),
- $this->parseLimit(!emptyempty($options['limit'])?$options['limit']:''),
- $this->parseUnion(!emptyempty($options['union'])?$options['union']:''),
- $this->parseLock(isset($options['lock'])?$options['lock']:false),
- $this->parseComment(!emptyempty($options['comment'])?$options['comment']:''),
- $this->parseForce(!emptyempty($options['force'])?$options['force']:'')
- ),$sql);
- return $sql;
- }
可以看到，在parseSql中用正则表达式拼接了sql语句，但并没有直接的去处理各种插叙你的数据格式，而是在解析变量的过程中调用了多个函数，此处拿parseWhere举例子。
- protected function parseWhere($where) {
- $whereStr = '';
- if(is_string($where)) { // 直接使用字符串条件
- $whereStr = $where;
- }
- else{ // 使用数组表达式
- /*设定逻辑规则，如or and xor等，默认为and，此处省略*/
- $operate=' AND ';
- /*解析特殊格式的表达式并且格式化输出*/
- foreach ($where as $key=>$val){
- if(0===strpos($key,'_')) { // 解析特殊条件表达式
- $whereStr .= $this->parseThinkWhere($key,$val);
- }
- else{ // 查询字段的安全过滤
- $multi = is_array($val) && isset($val['_multi']); //判断是否有复合查询
- $key = trim($key);
- /*处理字段中包含的| &逻辑*/
- if(strpos($key,'|')) { // 支持 name|title|nickname 方式定义查询字段
- /*将|换成or，并格式化输出，此处省略*/
- }
- elseif(strpos($key,'&')){
- /*将&换成and，并格式化输出，此处省略*/
- }
- else{
- $whereStr .= $this->parseWhereItem($this->parseKey($key),$val);
- }
- }
- $whereStr .= $operate;
- }
- $whereStr = substr($whereStr,0,-strlen($operate));
- }
- return emptyempty($whereStr)?'':' WHERE '.$whereStr;
- }
- // where子单元分析
- protected function parseWhereItem($key,$val) {
- $whereStr = '';
- if(is_array($val)){
- if(is_string($val[0])){
- $exp = strtolower($val[0]);
- //如果是$map['id']=array('eq',100)一类的结构，那么解析成数据库可执行格式
- if(preg_match('/^(eq|neq|gt|egt|lt|elt)$/',$exp)){
- $whereStr .= $key.' '.$this->exp[$exp].' '.$this->parseValue($val[1]);
- }
- //如果是模糊查找格式
- elseif(preg_match('/^(notlike|like)$/',$exp)){// 模糊查找,$map['name']=array('like','thinkphp%');
- if(is_array($val[1])) { //解析格式如下：$map['b'] =array('notlike',array('%thinkphp%','%tp'),'AND');
- $likeLogic = isset($val[2])?strtoupper($val[2]):'OR'; //如果没有设定逻辑结构，则默认为OR
- if(in_array($likeLogic,array('AND','OR','XOR'))){
- /* 根据逻辑结构，组合语句，此处省略*/
- $whereStr .= '('.implode(' '.$likeLogic.' ',$like).')';
- }
- }
- else{
- $whereStr .= $key.' '.$this->exp[$exp].' '.$this->parseValue($val[1]);
- }
- }elseif('bind' == $exp ){ // 使用表达式，pdo数据绑定
- $whereStr .= $key.' = :'.$val[1];
- }elseif('exp' == $exp ){ // 使用表达式 $map['id'] = array('exp',' IN (1,3,8) ');
- $whereStr .= $key.' '.$val[1];
- }elseif(preg_match('/^(notin|not in|in)$/',$exp)){ //IN运算 $map['id'] = array('not in','1,5,8');
- if(isset($val[2]) && 'exp'==$val[2]){
- $whereStr .= $key.' '.$this->exp[$exp].' '.$val[1];
- }else{
- if(is_string($val[1])) {
- $val[1] = explode(',',$val[1]);
- }
- $zone = implode(',',$this->parseValue($val[1]));
- $whereStr .= $key.' '.$this->exp[$exp].' ('.$zone.')';
- }
- }elseif(preg_match('/^(notbetween|not between|between)$/',$exp)){ //BETWEEN运算
- $data = is_string($val[1])? explode(',',$val[1]):$val[1];
- $whereStr .= $key.' '.$this->exp[$exp].' '.$this->parseValue($data[0]).' AND '.$this->parseValue($data[1]);
- }else{ //否则抛出异常
- E(L('_EXPRESS_ERROR_').':'.$val[0]);
- }
- }
- else{ //解析如：$map['status&score&title'] =array('1',array('gt','0'),'thinkphp','_multi'=>true);
- $count = count($val);
- $rule = isset($val[$count-1]) ? (is_array($val[$count-1]) ? strtoupper($val[$count-1][0]) : strtoupper($val[$count-1]) ) : '' ;
- if(in_array($rule,array('AND','OR','XOR'))){
- $count = $count -1;
- }else{
- $rule = 'AND';
- }
- for($i=0;$i<$count;$i++){
- $data = is_array($val[$i])?$val[$i][1]:$val[$i];
- if('exp'==strtolower($val[$i][0])) {
- $whereStr .= $key.' '.$data.' '.$rule.' ';
- }else{
- $whereStr .= $this->parseWhereItem($key,$val[$i]).' '.$rule.' ';
- }
- }
- $whereStr = '( '.substr($whereStr,0,-4).' )';
- }
- }
- else {
- //对字符串类型字段采用模糊匹配
- $likeFields = $this->config['db_like_fields'];
- if($likeFields && preg_match('/^('.$likeFields.')$/i',$key)) {
- $whereStr .= $key.' LIKE '.$this->parseValue('%'.$val.'%');
- }else {
- $whereStr .= $key.' = '.$this->parseValue($val);
- }
- }
- return $whereStr;
- }
- protected function parseThinkWhere($key,$val) { //解析特殊格式的条件
- $whereStr = '';
- switch($key) {
- case '_string':$whereStr = $val;break; // 字符串模式查询条件
- case '_complex':$whereStr = substr($this->parseWhere($val),6);break; // 复合查询条件
- case '_query':// 字符串模式查询条件
- /*处理逻辑结构，并且格式化输出字符串，此处省略*/
- }
- return '( '.$whereStr.' )';
- }
上面的两个函数很长，我们再精简一些来看：parseWhere首先判断查询数据是不是字符串，如果是字符串，直接返回字符串，否则，遍历查询条件的数组，挨个解析。由于TP支持_string，_complex之类的特殊查询，调用了parseThinkWhere来处理，对于普通查询，就调用了parseWhereItem。在各自的处理过程中，都调用了parseValue，追踪一下，其实是用了addslashes来过滤，虽然addslashes在非utf-8编码的页面中会造成宽字节注入，但是如果页面和数据库均正确编码的话，还是没什么问题的。
本篇仅是抛砖引玉，轻喷!
参考资料一：http://wooyun.org/bugs/wooyun-2010-086737
参考资料二：http://wooyun.org/bugs/wooyun-2010-087731
参考资料三：http://wooyun.org/bugs/wooyun-2010-086742
