本文讲的是由正则引起的 Wecenter 拒绝服务漏洞，一年前在前公司搭建了一个wecenter程序的社区，忽然有一天发现社区打开首页都会超时，后面排查发现是php超时了，当时知道是文章引起的，但是手上还有其他项目在写，就没去跟，把文章删了就没去管他了。 直到前两个星期再次发现了这种问题，刚好手上也没什么事情，就抽空去跟了下代码。
漏洞形成原因：
文章内容65k个字符，字符串太大去匹配贪婪模式，导致php timeout，看看文章的字段类型.
跟下代码：
入口文件 index.php 大概23行：
AWS_APP::run();
继续跟进去 /system/aws_app.inc.php 只看关键代码 大概104行：
$handle_controller->$action_method();
/app/article/main.php 关键代码 大概36行：
public function index_action()
{
//...省略部分代码
// $article_info['message'] 是文章内容
$article_info['message'] = FORMAT::parse_attachs(nl2br(FORMAT::parse_bbcode($article_info['message'])));
//...省略部分代码
TPL::output('article/index');
}
跟进去看看FORMAT::parse_bbcode 对文章内容做了什么操作：
/system/class/cls_format.inc.php 大概78行：
public static function parse_bbcode($text)
{
if (!$text)
{
return false;
}
return self::parse_links(load_class('Services_BBCode')->parse($text));
}
感觉wecenter的版本挺乱的。
这里可以用echo rand();exit;来调试了
继续跟进去self::parse_links ：
public static function parse_links($str)
{
$str = @preg_replace_callback('/(?<!!![](|"|'|)|>)(https?://[-a-zA-Z0-9@:;%_+.~#?&//=!]+)(?!"|'|)|>)/i', 'parse_link_callback', $str);
if (strpos($str, 'http') === FALSE)
{
$str = @preg_replace_callback('/(www.[-a-zA-Z0-9@:;%_+.~#?&//=]+)/i', 'parse_link_callback', $str);
}
// 经过调试发现 问题在这一行。传入的$str的字节大概6w左右，这里用到了贪婪模式 - - 这个地方的已经修复了：https://github.com/wecenter/wecenter/commit/177a9e8bab6aec8725f258df02f8f214e5b2469c
$str = @preg_replace('/([a-z0-9+_-]+[.]?[a-z0-9+_-]+@[a-z0-9-]+.+[a-z]{2,6}+(.+[a-z]{2,6})?)/is', '<a href="mailto:1">1</a>', $str);
echo rand();exit;
return $str;
}
把 preg_replace 里面的正则暂时改成w，发现还是php还是存在timeout，继续跟代码。
再回到 /app/article/main.php 的 index_action 函数的最后一行 TPL::output('article/index');
/system/class/cls_template.inc.php 下的 output 函数，大概56行：
$display_template_filename = 'default/' . $template_filename; /*省略部分代码*/ $output = self::$view->getOutput($display_template_filename);
看看 self::$view 怎么来的：
/system/class/cls_template.inc.php 下的 initialize 函数：
public static function initialize()
{
if (!is_object(self::$view))
{
self::$template_path = realpath(ROOT_PATH . 'views/');
self::$view = new Savant3(
array(
'template_path' => array(self::$template_path),
//'filters' => array('Savant3_Filter_trimwhitespace', 'filter')
)
);
if (file_exists(AWS_PATH . 'config.inc.php') AND class_exists('AWS_APP', false))
{
self::$in_app = true;
}
}
return self::$view;
}
跟进去 self::$view->getOutput 看看$output的值是什么
/system/Savant3.php 大概1004行：
public function getOutput($tpl = null)
{
$output = $this->fetch($tpl);
if ($this->isError($output)) {
$text = $this->__config['error_text'];
return $this->escape($text);
} else {
return $output;
}
}
$this->fetch 能看到他include了模板，并且把内容return了出去
public function fetch($tpl = null)
{
// 省略部分代码
} else {
// yes. execute the template script. move the script-path
// out of the local scope, then clean up the local scope to
// avoid variable name conflicts.
$this->__config['fetch'] = $result;
unset($result);
unset($tpl);
// are we doing extraction?
if ($this->__config['extract']) {
// pull variables into the local scope.
extract(get_object_vars($this), EXTR_REFS);
}
// buffer output so we can return it instead of displaying.
ob_start();
// are we using filters?
if ($this->__config['filters']) {
// use a second buffer to apply filters. we used to set
// the ob_start() filter callback, but that would
// silence errors in the filters. Hendy Irawan provided
// the next three lines as a "verbose" fix.
ob_start();
include $this->__config['fetch'];
echo $this->applyFilters(ob_get_clean());
} else {
// no filters being used.
include $this->__config['fetch'];
}
// reset the fetch script value, get the buffer, and return.
$this->__config['fetch'] = null;
return ob_get_clean();
}
}
继续看拿到模板内容后他是怎么处理的：
在这里耽误了很久，一开始直接echo rand();exit;调试的，没注意看有多个模板：
调试代码改成：
if($display_template_filename == 'default/article/index.tpl.htm'){
echo rand();
exit;
}
/system/class/cls_template.inc.php 下的 output 函数，大概 134行：
//两个贪婪模式的正则，改一下就ok了。
$output = preg_replace('/[a-zA-Z0-9]+_?[a-zA-Z0-9]*-__/', '', $output);
$output = preg_replace('/(__)?[a-zA-Z0-9]+_?[a-zA-Z0-9]*-(['|"])/', '2', $output);
if($display_template_filename == 'default/article/index.tpl.htm'){
echo rand();
exit;
}
刚开始真没想到贪婪模式，正则现在差不多就记得点星问了，后来跟@L3m0n(柠檬) 叔叔在做题的时候提了一下，他说是贪婪模式，复习下正则吧…
为什么贪婪模式会导致php timeout?
参考：
*贪婪模式图
抽出上面的其中一条正则来说：
[a-zA-Z0-9]+_?[a-zA-Z0-9]*-__
把正则切割成几部分：
认真看贪婪模式的那张图片，假如传入的字符串是：
[img]abc
把字符串切割一下：
正则在线debug：https://regex101.com
正则匹配过程如下（当然我说的也不一样是对，有兴趣的可以自己去看看正则表达式的匹配原理）：
第一次匹配：从字符串位置0开始，子表达式"[a-zA-Z0-9]+"，匹配"["，匹配失败，继续往前匹配；
第二次匹配：从字符串位置1开始，子表达式"[a-zA-Z0-9]+"，匹配"i", 匹配成功，因为是贪婪模式，一直匹配到"g"那个地方才结束；
第三次匹配：从字符串位置4开始，子表达式"_?"，匹配"]"，同时记录备选状态，匹配失败，此时进行回溯，找到备选状态，"_?"忽略匹配；
第四次匹配：从字符串位置4开始，子表达式"[a-zA-Z0-9]*"，匹配"]"，同时记录备选状态，匹配失败，此时进行回溯，找到备选状态，"_?"忽略匹配；
第五次匹配：从字符串位置4开始，子表达式"-"，匹配"]"，匹配失败，向前查找可供回溯的状态，把控制权交给"_?"，由前面匹配成功的子表达式让出已匹配的字符"g"；
第六次匹配：从字符串位置3开始，子表达式"_?"，匹配"g"，同时记录备选状态，匹配失败，此时进行回溯，找到备选状态，"_?"忽略匹配；
第七次匹配：从字符串位置3开始，子表达式"[a-zA-Z0-9]*"，匹配"g", 匹配成功；
第八次匹配：从字符串位置4开始，子表达式"-"，匹配"]"，匹配失败，向前查找可供回溯的状态，把控制权交给"_?"，由前面匹配成功的子表达式让出已匹配的字符"mg"；
第九次匹配：从字符串位置2开始，子表达式"_?"，匹配"m"，匹配零次或者一次，不存在这个字符，匹配零次；
第十次匹配：从字符串位置2开始，子表达式"[a-zA-Z0-9]*"，匹配"m"，匹配成功，因为是贪婪模式，一直匹配到"g"那个地方才结束；
第十一次匹配：从字符串位置4开始，子表达式"-"，匹配"]"，匹配失败，当前位置正则已经尝试了所有可能，现在从新开始匹配，之前是从i开始匹配成功的，下面从m开始匹配。
第十二次匹配：从字符串位置2开始，子表达式"[a-zA-Z0-9]+"，匹配"m"，匹配成功，因为是贪婪模式，一直匹配到"g"那个地方才结束；
会一直这样循环直到正则尝试过所有的位置都不能找到匹配结果才会匹配失败。
为什么会timeout？
正则是重复的子表达式且贪婪模式组成不能正确匹配，字符串是超大的话，就会尝试匹配很多次很多次很多次，这就导致了php timeout了。
拒绝服务效果：
修复后：
修复方案：
/system/class/cls_template.inc.php 下的 output 函数，大概 134-135 行（正则）修改为如下：
$output = preg_replace('/[a-zA-Z0-9_?]+-__/', '', $output);
$output = preg_replace('/(__)?[a-zA-Z0-9_?]+-(['|"])/', '2', $output);
如何避免这种问题：
1.子表达式不要重复并且都贪婪模式；
2.写完正则之后debug一下；
原文发布时间为：2017年8月25日
本文作者：Mosuan_
本文来自合作伙伴嘶吼，了解相关信息可以关注嘶吼网站。