1.4.1 HTML 基础
什么是 HTML
HTML 是用来描述网页的一种语言。
- HTML 指的是超文本标记语言 (Hyper Text Markup Language)
- HTML 不是一种编程语言，而是一种标记语言 (Markup language)
- 标记语言是一套标记标签 (Markup tag)
- HTML 使用标记标签来描述网页
总的来说，HTML 本身不具有编程逻辑，它是一种将格式与内容分离编排的语言。
用户在浏览器端解析的网页大都是由 HTML 语言组成。
由于是通过浏览器动态解析，因此可以使用普通文本编辑器来编写 HTML。
HTML 中的标签与元素
标签和元素共同构成了 HTML 多样的格式和丰富的功能。
HTML 元素以开始标签起始，以结束标签终止。元素处于开始标签与结束标签之间，标签之间可以嵌套，一个典型的 HTML 文档如下：
<html>
<!-- html文档申明标签 -->
<body>
<!-- html文档主体 -->
Hello World
<!-- 注释 -->
</body>
</html>
信息隐藏
HTML 中的部分标签用于元信息展示、注释等功能，并不用于内容的显示。另一方面，一些属性具有修改浏览器显示样式的功能，在 CTF 中常被用来进行信息隐藏。
标签
<!--...-->，定义注释
<!DOCTYPE>，定义文档类型
<head>，定义关于文档的信息
<meta>，定义关于HTML文档的元信息
<iframe>，定义内联框架
属性
hidden，隐藏元素
XSS
关于 XSS 漏洞的详细介绍见 1.4.5 节的 OWASP Top Ten Project 漏洞基础。导致 XSS 漏洞的原因是嵌入在 HTML 中的其它动态语言，但是 HTML 为恶意注入提供了输入口。
常见与 XSS 相关的标签或属性如下：
<script>，定义客户端脚本
<img src=>，规定显示图像的 URL
<body background=>，规定文档背景图像URL
<body onload=>，body标签的事件属性
<input onfocus= autofocus>，form表单的事件属性
<button onclick=>，击键的事件属性
<link href=>，定义外部资源链接
<object data=>，定义引用对象数据的 URL
<svg onload=>，定义SVG资源引用
HTML 编码
HTML 编码是一种用于表示问题字符已将其安全并入 HTML 文档的方案。HTML 定义了大量 HTML 实体来表示特殊的字符。
| HTML 编码 | 特殊字符 |
|---|---|
| " | " |
| &apos | ' |
| & | & |
| < | < |
| > | > |
此外，任何字符都可以使用它的十进制或十六进制的ASCII码进行HTML编码，例如：
| HTML 编码 | 特殊字符 |
|---|---|
| " | " |
| ' | ' |
| " | " |
| ' | ' |
HTML5 新特性
其实 HTML5 已经不新了，之所以还会在这里提到 HTML5，是因为更强大的功能会带来更多意想不到的问题。
HTML5 的一些新特性：
- 新的语义元素标签
- 新的表单控件
- 强大的图像支持
- 强大的多媒体支持
- 强大的 API