PHP自定义过滤方法，预防XSS、AJAX跨域攻击

对网站发起XSS攻击、AJAX跨域攻击的方法众多，虽然PHP也有一些内置的过滤函数，例如：mysql_real_escape_string,htmlentities,htmlspecialchars,filter_var,strip_tags。但是对于层出不穷的攻击方式，明显是不够看的了。

现在有很多php开发框架都提供关于防XSS攻击的过滤方法，我也对这些过滤方法进行总结一下，总体来说，还是比内置函数强上不少的。

/**
 * XSS攻击、AJAX跨域攻击过滤
 * @param String $data 过滤内容
 * @return String $data 过滤完成的内容
 * https://www.wge68.com
 */
function attackFilter($data){
    // 清除 &entity\n;
    $data=str_replace(['&','<','>'], ['&amp;','&lt;','&gt;'], $data);
    $data=preg_replace('/(&#*\w+)[\x00-\x20]+;/u','$1;',$data);
    $data=preg_replace('/(&#x*[0-9A-F]+);*/iu','$1;',$data);
    $data=html_entity_decode($data, ENT_COMPAT,'UTF-8');

    // 删除任何以“on”或xmlns开头的属性
    $data=preg_replace('#(<[^>]+?[\x00-\x20"\'])(?:on|xmlns)[^>]*+>#iu','$1>',$data);

    // 删除javascript和vbscript协议
    $data=preg_replace('#([a-z]*)[\x00-\x20]*=[\x00-\x20]*([`\'"]*)[\x00-\x20]*j[\x00-\x20]*a[\x00-\x20]*v[\x00-\x20]*a[\x00-\x20]*s[\x00-\x20]*c[\x00-\x20]*r[\x00-\x20]*i[\x00-\x20]*p[\x00-\x20]*t[\x00-\x20]*:#iu','$1=$2nojavascript...',$data);
    $data=preg_replace('#([a-z]*)[\x00-\x20]*=([\'"]*)[\x00-\x20]*v[\x00-\x20]*b[\x00-\x20]*s[\x00-\x20]*c[\x00-\x20]*r[\x00-\x20]*i[\x00-\x20]*p[\x00-\x20]*t[\x00-\x20]*:#iu','$1=$2novbscript...',$data);
    $data=preg_replace('#([a-z]*)[\x00-\x20]*=([\'"]*)[\x00-\x20]*-moz-binding[\x00-\x20]*:#u','$1=$2nomozbinding...',$data);

    // 仅使用于IE: <span style="width: expression(alert('Ping!'));"></span>
    $data=preg_replace('#(<[^>]+?)style[\x00-\x20]*=[\x00-\x20]*[`\'"]*.*?expression[\x00-\x20]*\([^>]*+>#i','$1>',$data);
    $data=preg_replace('#(<[^>]+?)style[\x00-\x20]*=[\x00-\x20]*[`\'"]*.*?behaviour[\x00-\x20]*\([^>]*+>#i','$1>',$data);
    $data=preg_replace('#(<[^>]+?)style[\x00-\x20]*=[\x00-\x20]*[`\'"]*.*?s[\x00-\x20]*c[\x00-\x20]*r[\x00-\x20]*i[\x00-\x20]*p[\x00-\x20]*t[\x00-\x20]*:*[^>]*+>#iu','$1>',$data);
    $data=preg_replace('#</*\w+:\w[^>]*+>#i','',$data);

    do{
    	// 删除真正不需要的标签
        $old_data=$data;
        $data=preg_replace('#</*(?:applet|b(?:ase|gsound|link)|embed|frame(?:set)?|i(?:frame|layer)|l(?:ayer|ink)|meta|object|s(?:cript|tyle)|title|xml)[^>]*+>#i','',$data);
    }while($old_data!==$data);
    
    return $data;
}