简介
为了保证java程序的安全，任何外部用户的输入我们都认为是可能有恶意攻击意图，我们需要对所有的用户输入都进行一定程度的校验。
本文将带领大家探讨一下用户输入校验的一些场景。一起来看看吧。
在字符串标准化之后进行校验
通常我们在进行字符串校验的时候需要对一些特殊字符进行过滤，过滤之后再进行字符串的校验。
我们知道在java中字符是基于Unicode进行编码的。但是在Unicode中，同一个字符可能有不同的表示形式。所以我们需要对字符进行标准化。
java中有一个专门的类Normalizer来负责处理，字符标准化的问题。
我们看下面一个例子：
代码语言：javascript复制 public void testNormalizer(){
System.out.println(Normalizer.normalize("u00C1", Normalizer.Form.NFKC));
System.out.println(Normalizer.normalize("u0041u0301", Normalizer.Form.NFKC));
}输出结果：
代码语言：javascript复制Á
Á我们可以看到，虽然两者的Unicode不一样，但是最终表示的字符是一样的。所以我们在进行字符验证的时候，一定要先进行normalize处理。
考虑下面的例子：
代码语言：javascript复制 public void falseNormalize(){
String s = "uFE64" "script" "uFE65";
Pattern pattern = Pattern.compile("[<>]"); // 检查是否有尖括号
Matcher matcher = pattern.matcher(s);
if (matcher.find()) {
throw new IllegalStateException();
}
s = Normalizer.normalize(s, Normalizer.Form.NFKC);
}其中uFE64表示的是<,而uFE65表示的是>,程序的本意是判断输入的字符串是否包含了尖括号，但是因为直接传入的是unicode字符，所以直接compile是检测不到的。
我们需要对代码进行下面的改动：
代码语言：javascript复制 public void trueNormalize(){
String s = "uFE64" "script" "uFE65";
s = Normalizer.normalize(s, Normalizer.Form.NFKC);
Pattern pattern = Pattern.compile("[<>]"); // 检查是否有尖括号
Matcher matcher = pattern.matcher(s);
if (matcher.find()) {
throw new IllegalStateException();
}
}先进行normalize操作，然后再进行字符验证。
注意不可信字符串的格式化
我们经常会使用到格式化来对字符串进行格式化，在格式化的时候如果格式化字符串里面带有用户输入信息，那么我们就要注意了。
看下面的例子：
代码语言：javascript复制 public void wrongFormat(){
Calendar c = new GregorianCalendar(2020, GregorianCalendar.JULY, 27);
String input=" %1$tm";
System.out.format(input " 时间不匹配，应该是某个月的第 %1$terd 天", c);
}粗看一下没什么问题，但是我们的input中包含了格式化信息，最后输出结果：
07 时间不匹配，应该是某个月的第 27rd 天
变相的，我们获取到了系统内部的信息，在某些情况下面，可能会暴露系统的内部逻辑。
上面的例子我们应该将input也作为一个参数，如下所示：
代码语言：javascript复制 public void rightFormat(){
Calendar c = new GregorianCalendar(2020, GregorianCalendar.JULY, 27);
String input=" %1$tm";
System.out.format("%s 时间不匹配，应该是某个月的第 %terd 天",input, c);
}输出结果：
代码语言：javascript复制%1$tm 时间不匹配，应该是某个月的第 27rd 天小心使用Runtime.exec()
我们知道Runtime.exec()使用来调用系统命令的，如果有恶意的用户调用了“rm -rf /”,一切的一切都完蛋了。
所以，我们在调用Runtime.exec()的时候，一定要小心注意检测用户的输入。
看下面的一个例子：
代码语言：javascript复制 public void wrongExec() throws IOException {
String dir = System.getProperty("dir");
Runtime rt = Runtime.getRuntime();
Process proc = rt.exec(new String[] {"sh", "-c", "ls " dir});
}上面的例子中，我们从系统属性中读取dir，然后执行了系统的ls命令来查看dir中的内容。
如果有恶意用户给dir赋值成：
代码语言：javascript复制/usr & rm -rf /那么系统实际上执行的命令就是：
代码语言：javascript复制sh -c 'ls /usr & rm -rf /'从而导致恶意的删除。
解决上面的问题也有几个方法，第一个方法就是对输入做个校验，比如我们只运行dir包含特定的字符：
代码语言：javascript复制 public void correctExec1() throws IOException {
String dir = System.getProperty("dir");
if (!Pattern.matches("[0-9A-Za-z@.] ", dir)) {
// Handle error
}
Runtime rt = Runtime.getRuntime();
Process proc = rt.exec(new String[] {"sh", "-c", "ls " dir});
}第二种方法就是使用switch语句，限定特定的输入：
代码语言：javascript复制 public void correctExec2(){
String dir = System.getProperty("dir");
switch (dir){
case "/usr":
System.out.println("/usr");
break;
case "/local":
System.out.println("/local");
break;
default:
break;
}
}还有一种就是不使用Runtime.exec()方法，而是使用java自带的方法。
正则表达式的匹配
在正则表达式的构建过程中，如果使用用户自定义输入，同样的也需要进行输入校验。
考虑下面的正则表达式：
代码语言：javascript复制(.*? public[d ] .*<SEARCHTEXT>.*)上面的表达式本意是想在public[1234]这样的日志信息中，搜索用户的输入。
但是用户实际上可以输入下面的信息：
代码语言：javascript复制.*)|(.*最终导致正则表达式变成下面的样子：
代码语言：javascript复制(.*? public[d ] .*.*)|(.*.*)从而导致匹配所有的日志信息。
解决方法也有两个，一个是使用白名单，判断用户的输入。一个是使用Pattern.quote()来对恶意字符进行转义。
