内容简介:作者:梅子酒很早就有深入分析学习一款源代码审计工具的想法,在查找rips源码分析相关资料时,发现相关的学习分析资料较少,于是选择rips作为该系列文章的分析对象,因为没有最新版的rips的源码,因此选取的rips源码为已公开的版本。
作者:梅子酒
很早就有深入分析学习一款源代码审计 工具 的想法,在查找rips源码分析相关资料时,发现相关的学习分析资料较少,于是选择rips作为该系列文章的分析对象,因为没有最新版的rips的源码,因此选取的rips源码为已公开的版本。
因为我是第一次将具体的分析写下来,并且本身的技术能力问题,在某些场景下的用语或者技术细节描述可能存在偏差,请师傅们包涵。上一篇文章: RIPS源码精读(一):逻辑流程及lib文件夹大致说明
引言
在main.php的171行附近,rips对 Scanner
类进行了实例化,并由此进入正式的分析流程。
内容简介
阅读rips关于token分析处理相关的源码,并分析对应的用途及处理逻辑。
Scanner类
首先是调用 Scanner
类的构造函数
$scan = new Scanner($file_scanning, $scan_functions, $info_functions, $source_functions);
各参数说明如下:
$file_scanning:待扫描文件的文件名 $scan_functions:待扫描的函数类型,由 main.php 中 $_POST['vector'] 的值决定 $info_functions:由 main.php 中 Info::$F_INTEREST 而来,是一个已定义的函数名数组 $source_functions:由 main.php 中 Sources::$F_OTHER_INPUT 而来,是一个已定义的函数名数组
Scanner类构造函数分析
Scanner构造函数定义如下:
function __construct($file_name, $scan_functions, $info_functions, $source_functions)
首先是大量的变量初始赋值:
//直接传参获取的参数 $this->file_name = $file_name; $this->scan_functions = $scan_functions; $this->info_functions = $info_functions; $this->source_functions = $source_functions; //......
其中夹杂着 Analyzer
类的初始化,用于获取 php 的 include_path
配置
$this->include_paths = Analyzer::get_ini_paths(ini_get("include_path"));
紧接着便是根据文件生成token信息
$tokenizer = new Tokenizer($this->file_pointer); $this->tokens = $tokenizer->tokenize(implode('',$this->lines_pointer)); unset($tokenizer);
在讲这几行作用之前,要先了解 token_get_all
函数
token_get_all()函数简单介绍
php手册说明如下
token_get_all() 解析提供的 source 源码字符,然后使用 Zend 引擎的语法分析器获取源码中的 PHP 语言的解析器代号
函数定义
array token_get_all ( string $source )
示例代码
<?php echo 123;>
token_get_all()处理语句
token_get_all("<?php echo 123;>");
处理结果
Array ( [0] => Array ( [0] => 376 [1] => <?php [2] => 1 ) [1] => Array ( [0] => 319 [1] => echo [2] => 1 ) [2] => Array ( [0] => 379 [1] => [2] => 1 ) [3] => Array ( [0] => 308 [1] => 123 [2] => 1 ) [4] => ; [5] => Array ( [0] => 378 [1] => ?> [2] => 1 ) )
可以看到,代码被分割成了五段,其中除了第四段之外,每一段都分为三段.
我们设 $token=token_get_all(....)
,那么 $token[0]
便对应着
Array ( [0] => 376 [1] => <?php [2] => 1 )
则 $token[0][1]
对应 <?php
那么下一个问题便是 $token[0]
对应数组中的三个值,分别代表什么意思,解释如下:
Array ( [0] => 376 // token索引 [1] => <?php // 具体内容 [2] => 1 // 行号 )
我们可以使用token_name获得索引所对应的字面常量
echo token_name(376); //result => T_OPEN_TAG echo token_name(319); //result => T_ECHO echo token_name(308); //result => T_LNUMBER echo token_name(378) //result => T_CLOSE_TAG
以上便是对token_get_all函数大致介绍
Scanner类中token信息生成分析
回到生成 token
信息的这几句
$tokenizer = new Tokenizer($this->file_pointer); $this->tokens = $tokenizer->tokenize(implode('',$this->lines_pointer)); unset($tokenizer);
``php function __construct($filename){ $this->filename = $filename; }
接下来调用 tokenize
函数,跟进
public function tokenize($code){ $this->tokens = token_get_all($code); $this->prepare_tokens(); $this->array_reconstruct_tokens(); $this->fix_tokens(); $this->fix_ternary(); #die(print_r($this->tokens)); return $this->tokens; }
可以看出在 tokenize
调用了多个token分析相关的函数,完成token分析准备、重构等工作
prepare_token()函数分析
跟进 $this->prepare_tokens()
function prepare_tokens() { for($i=0, $max=count($this->tokens); $i<$max; $i++) { if( is_array($this->tokens[$i]) ) { if( in_array($this->tokens[$i][0], Tokens::$T_IGNORE) ) unset($this->tokens[$i]); else if( $this->tokens[$i][0] === T_CLOSE_TAG ) $this->tokens[$i] = ';'; else if( $this->tokens[$i][0] === T_OPEN_TAG_WITH_ECHO ) $this->tokens[$i][1] = 'echo'; } else if($this->tokens[$i] === '@') { unset($this->tokens[$i]); } else if( $this->tokens[$i] === '{' && isset($this->tokens[$i-1]) && ((is_array($this->tokens[$i-1]) && $this->tokens[$i-1][0] === T_VARIABLE) || $this->tokens[$i-1] === ']') ) { $this->tokens[$i] = '['; $f=1; while($this->tokens[$i+$f] !== '}') { $f++; if(!isset($this->tokens[$i+$f])) { addError('Could not find closing brace of '.$this->tokens[$i-1][1].'{}.', array_slice($this->tokens, $i-1, 2), $this->tokens[$i-1][2], $this->filename); break; } } $this->tokens[$i+$f] = ']'; } } // rearranged key index of tokens $this->tokens = array_values($this->tokens); }
在 prepare_token
函数中,大体上是由一个 for
循环与 return
语句组成, for
循环为 prepare_token
的主要功能
首先对每个 token
判断是否为数组,这一判断的依据我们在上面已经提到,随后进入 in_array
,在第一个 in_array
中,紧接着是第二个 in_array
,这一步的主要作用为,通过 token索引
来判断是否为需要忽略的 token
,若为需要忽略token,则 unset
与第二个 in_array
处于同一判断级别的条件为判断是否为php的开始( <?=
)与闭合标签,若是,则替换为 ;
或 echo
与第一个 in_array
处于同一判断级别的另两个条件为
-
@
符号 - 该
token
信息为{
,且下一token
信息存在,下一token信息为数组,下一token的索引对应变量
或下一token为]
在该 else if
语句中,首先会将本次循环对应的 token
信息的 {
替换为 [
,接着便是while循环,寻找下一个闭合的 }
符号,如果寻找不到则执行 addError
这个 else if
解释起来较为复杂繁琐,简单来讲便是将 $array{xxx}
格式的变量转换为 $array[xxx]
接下来便是结束循环语句,执行 return
语句
总结一下 prepare_token()
函数功能:
去除无意义的符号,统一数组格式为$array[xxx]格式
array_reconstruct_tokens函数分析
在开始这里的分析前,我们先观察数组变量的 token
结构,php代码:
<?php $array = array(); $array[0] = [1]; $array["meizj"] = ["mei"];
得到的 token
信息:
/Applications/MAMP/htdocs/aaa.php:18: array (size=35) 0 => array (size=3) 0 => int 376 1 => string '<?php ' (length=6) 2 => int 1 1 => array (size=3) 0 => int 379 1 => string ' ' (length=1) 2 => int 2 2 => array (size=3) 0 => int 312 1 => string '$array' (length=6) 2 => int 3 3 => array (size=3) 0 => int 379 1 => string ' ' (length=1) 2 => int 3 4 => string '=' (length=1) 5 => array (size=3) 0 => int 379 1 => string ' ' (length=1) 2 => int 3 6 => array (size=3) 0 => int 366 1 => string 'array' (length=5) 2 => int 3 7 => string '(' (length=1) 8 => string ')' (length=1) 9 => string ';' (length=1) 10 => array (size=3) 0 => int 379 1 => string ' ' (length=1) 2 => int 3 11 => array (size=3) 0 => int 312 1 => string '$array' (length=6) 2 => int 4 12 => string '[' (length=1) 13 => array (size=3) 0 => int 308 1 => string '0' (length=1) 2 => int 4 14 => string ']' (length=1) 15 => array (size=3) 0 => int 379 1 => string ' ' (length=1) 2 => int 4 16 => string '=' (length=1) 17 => array (size=3) 0 => int 379 1 => string ' ' (length=1) 2 => int 4 18 => string '[' (length=1) 19 => array (size=3) 0 => int 308 1 => string '1' (length=1) 2 => int 4 20 => string ']' (length=1) 21 => string ';' (length=1) 22 => array (size=3) 0 => int 379 1 => string ' ' (length=1) 2 => int 4 23 => array (size=3) 0 => int 312 1 => string '$array' (length=6) 2 => int 5 24 => string '[' (length=1) 25 => array (size=3) 0 => int 318 1 => string '"meizj"' (length=7) 2 => int 5 26 => string ']' (length=1) 27 => array (size=3) 0 => int 379 1 => string ' ' (length=1) 2 => int 5 28 => string '=' (length=1) 29 => array (size=3) 0 => int 379 1 => string ' ' (length=1) 2 => int 5 30 => string '[' (length=1) 31 => array (size=3) 0 => int 318 1 => string '"mei"' (length=5) 2 => int 5 32 => string ']' (length=1) 33 => string ';' (length=1) 34 => array (size=3) 0 => int 379 1 => string ' ' (length=3) 2 => int 5
从第13行开始,出现的token索引为:
分别对应的 token
信息为:
T_LNUMBER:整型
T_WHITESPACE:空格
T_VARIABLE:变量
T_CONSTANT_ENCAPSED_STRING:字符串语法
因此,根据行数与对应token索引的值可以明白键值的类型是可以由 T_CONSTANT_ENCAPSED_STRING
以及 T_LNUMBER
来表示的.
有了这层基础,我们才能较好的去分析 array_reconstruct_tokens
随后进入 array_reconstruct_tokens
函数,函数源码如下:
function array_reconstruct_tokens() { for($i=0,$max=count($this->tokens); $i<$max; $i++) { if( is_array($this->tokens[$i]) && $this->tokens[$i][0] === T_VARIABLE && $this->tokens[$i+1] === '[' ) { $this->tokens[$i][3] = array(); $has_more_keys = true; $index = -1; $c=2; // loop until no more index found: array[1][2][3] while($has_more_keys && $index < MAX_ARRAY_KEYS) { $index++; if(($this->tokens[$i+$c][0] === T_CONSTANT_ENCAPSED_STRING || $this->tokens[$i+$c][0] === T_LNUMBER || $this->tokens[$i+$c][0] === T_NUM_STRING || $this->tokens[$i+$c][0] === T_STRING) && $this->tokens[$i+$c+1] === ']') { unset($this->tokens[$i+$c-1]); $this->tokens[$i][3][$index] = str_replace(array('"', "'"), '', $this->tokens[$i+$c][1]); unset($this->tokens[$i+$c]); unset($this->tokens[$i+$c+1]); $c+=2; // save tokens of non-constant index as token-array for backtrace later } else { $this->tokens[$i][3][$index] = array(); $newbraceopen = 1; unset($this->tokens[$i+$c-1]); while($newbraceopen !== 0) { if( $this->tokens[$i+$c] === '[' ) { $newbraceopen++; } else if( $this->tokens[$i+$c] === ']' ) { $newbraceopen--; } else { $this->tokens[$i][3][$index][] = $this->tokens[$i+$c]; } unset($this->tokens[$i+$c]); $c++; if(!isset($this->tokens[$i+$c])) { addError('Could not find closing bracket of '.$this->tokens[$i][1].'[].', array_slice($this->tokens, $i, 5), $this->tokens[$i][2], $this->filename); break; } } unset($this->tokens[$i+$c-1]); } if($this->tokens[$i+$c] !== '[') $has_more_keys = false; $c++; } $i+=$c-1; } } $this->tokens = array_values($this->tokens); }
回到```array_reconstruct_tokens```函数 首先分析第一个```if```语句,判断要求为: 1. 该```token```信息为数组 2. 该```token```的索引为变量类型 3. 该```token```的下一个```token```信息为```[
从这三个条件,我们可以很容易发现这是在寻找 数组
类型的变量,继续分析
在进入if语句后,将 $this->token[$i][3]
替换为了数组,随后又进行了三次赋值:
$has_more_keys = true; $index = -1; $c=2;
暂时不分析其各自含义,继续向下分析
接下来是一个 while
循环,判断条件有两个:
-
$has_more_keys
是否为真 -
$index
小于MAX_ARRAY_KEYS
两者需要同时满足,才进入while循环.跟踪 MAX_ARRAY_KEYS
常量,发现是类似于数组维数的变量,定义如下:
define('MAX_ARRAY_KEYS', 10); // maximum array key $array[1][2][3][4]..
进入之后 while
循环,首先 $index
变量自增,随后是 if
语句,判断条件如下:
-
token
索引的值需要为数组 -
token
索引的值需要为T_CONSTANT_ENCAPSED_STRING
,T_LNUMBER
,T_NUM_STRING
,T_STRING
- 下一个
token
对应的值为]
可以判断出,这是在寻找数组的键值部分
进入该 if
语句后,首先将上一个 token
信息消除,再将该 token
的值去掉单双引号存入 $this->token[$i+$c][3]
位置的数组.
进入该 if
语句对应的 else
语句中,与前面取 不变值作为index
不同,else语句中则是对 变值作为index
的收集
首先是赋值语句,对 token
新增了第四个键值,并初始化为数组:
$this->tokens[$i][3][$index] = array();
接下来对 $newbraceopen
赋值为 1
,该变量可理解为 [
出现的次数.
往下两行是 while
循环:
while($newbraceopen !== 0) { if( $this->tokens[$i+$c] === '[' ) { $newbraceopen++; } else if( $this->tokens[$i+$c] === ']' ) { $newbraceopen--; } else { $this->tokens[$i][3][$index][] = $this->tokens[$i+$c]; } unset($this->tokens[$i+$c]); $c++; if(!isset($this->tokens[$i+$c])) { addError('Could not find closing bracket of '.$this->tokens[$i][1].'[].', array_slice($this->tokens, $i, 5), $this->tokens[$i][2], $this->filename); break; } }
有了上一个 if
的基础,我们可以轻易看出,该 while
语句作用为将数组的 值
存储在token信息的第四个键上.
到此为止, array_reconstruct_tokens
函数的作用基本明了:
将数组如由 $array[]
格式转换为 $token[i][3]
格式表示的数据
fix_tokens()函数分析
整个函数与上面类似,由```for```和```return```语句构成,跟入```for```语句. 首先是```if```语句,当前token信息为反引号时,则进入if语句. ```if```语句中嵌套了```while```语句,可以发现```if```的条件和```while```的条件刚好可以构成由一对反引号包裹的变量. 而在```while```语句中的逻辑则是在取其行号,当```while```语句结束后,则进入行号的判断,若行号存在,则第二个反引号的位置被替换为```)```,第一个反引号的位置被替换为如下的token信息:
$this->tokens[$i] = array(T_STRING, ‘backticks’, $line_nr);
在第一个```if```语句最后以```array_merger```收尾,语句如下: ```php $this->tokens = array_merge( array_slice($this->tokens, 0, $i+1), array('('), array_slice($this->tokens, $i+1) );
结合刚刚提到到,将第二个反引号替换为 )
,那么换个角度看,其实也缺失了一个 (
,为了补齐这个括号,通过使用将 token
先分段,再插入,再组合的方法达到补齐括号的效果.
因为 fix_token
的函数过长,因此每个 if
我都会总结一下作用,那么这个if的作用其实便是:
将 `xxxx` 转换为 xxx()
接下来进入 else if
.
首先是 if
语句,进入 if
语句的条件为:
1. T_IF 2. T_ELSEIF 3. T_FOR 4. T_FOREACH 5. T_WHILE 6. 以上五个条件任意成立一个并且 $this->tokens[$i+1] === '(' 成立
接下来是一个 while
语句,结合上面的经验,我们可以知道这其实是在对括号中的内容定位,然而并没有出现记录相关的操作,结合 T_IF
此类token信息,不难分析出这一步的 while
实质是跳过其中的条件语句.
接着 while
语句的为一个 if
语句,相关代码为:
if($this->tokens[$i+$f] === ':') { switch($this->tokens[$i][0]) { case T_IF: case T_ELSEIF: $endtoken = T_ENDIF; break; case T_FOR: $endtoken = T_ENDFOR; break; case T_FOREACH: $endtoken = T_ENDFOREACH; break; case T_WHILE: $endtoken = T_ENDWHILE; break; default: $endtoken = ';'; } $c=1; while( $this->tokens[$i+$f+$c][0] !== $endtoken) { $c++; if(!isset($this->tokens[$i+$f+$c])) { addError('Could not find end'.$this->tokens[$i][1].'; of alternate '.$this->tokens[$i][1].'-statement.', array_slice($this->tokens, $i, $f+1), $this->tokens[$i][2], $this->filename); break; } } $this->wrapbraces($i+$f+1, $c+1, $i+$f+$c+2); }
进入 if
的条件为:
-
$this->tokens[$i+$f] === ':'
而 if
语句则是switch语句,分别对应 T_IF
一类的条件语句,然而再结合前面的 $this->tokens[$i+$f] === ':'
这个条件则让人有点不解.
这一部分其实是php的替代语法.比如:
<?php if($a<0): ?> 123 <?php endif; ?>
替代语法的语法结构与我们常用的语法结构不同这一点十分重要.
在 switch
语句中,设置了对应不同token的结束符号,而接下来的while语句则是不断寻找对应的结束符号的出现位置.
在最后出现了函数 wrapbraces
.跟入:
function wrapbraces($start, $between, $end) { $this->tokens = array_merge( array_slice($this->tokens, 0, $start), array('{'), array_slice($this->tokens, $start, $between), array('}'), array_slice($this->tokens, $end) ); }
与上面出现的 array_merge
作用类似,都是为了补齐语法结构,符合我们平常的使用习惯
<?php if($a<0) { ?> 123 <?php }?>
到这一步为止,语法结构补完.
对应的 else if
语句则为:
else if($this->tokens[$i+$f] !== '{' && $this->tokens[$i+$f] !== ';'){ $c=1; while($this->tokens[$i+$f+$c] !== ';' && $c<$max) { $c++; } $this->wrapbraces($i+$f, $c+1, $i+$f+$c+1); }
由于我们已经跳过了判断的条件语句,那么此时 $token[$i+$f]
对应的其实是 {
,但是可以看到这里的 else if
判断条件便是 不为{ 且不为 ;
.
此类代码如下:
if($a==1) echo 1;
于是在这个 else if
语句里出现了 while
循环用以寻找这个语句块的结尾,并通过 $this->wrapbraces
来补齐语法结构.
再跟入下一个
else if( $this->tokens[$i][0] === T_ELSE && $this->tokens[$i+1][0] !== T_IF && $this->tokens[$i+1] !== '{') { $f=2; while( $this->tokens[$i+$f] !== ';' && $f<$max) { $f++; } $this->wrapbraces($i+1, $f, $i+$f+1); }
语法结构基本一样,根据条件判断,该语句是用来补全 else
结构的 {
.
再往下依然是 else if
,代码如下:
else if( $this->tokens[$i][0] === T_SWITCH && $this->tokens[$i+1] === '(') { $newbraceopen = 1; $c=2; while( $newbraceopen !== 0 ) { if( $this->tokens[$i + $c] === '(' ) { $newbraceopen++; } else if( $this->tokens[$i + $c] === ')' ) { $newbraceopen--; } else if(!isset($this->tokens[$i+$c]) || $this->tokens[$i + $c] === ';') { addError('Could not find closing parenthesis of switch-statement.', array_slice($this->tokens, $i, 10), $this->tokens[$i][2], $this->filename); break; } $c++; } // switch(): ... endswitch; if($this->tokens[$i + $c] === ':') { $f=1; while( $this->tokens[$i+$c+$f][0] !== T_ENDSWITCH) { $f++; if(!isset($this->tokens[$i+$c+$f])) { addError('Could not find endswitch; of alternate switch-statement.', array_slice($this->tokens, $i, $c+1), $this->tokens[$i][2], $this->filename); break; } } $this->wrapbraces($i+$c+1, $f+1, $i+$c+$f+2); } }
该 else if
语句进入的条件为 switch
语句,根据前面的经验,我们可以知道第一个 while
语句是用来寻找 swicth
的条件值,而下面的
if($this->tokens[$i + $c] === ':') { $f=1; while( $this->tokens[$i+$c+$f][0] !== T_ENDSWITCH) { $f++; if(!isset($this->tokens[$i+$c+$f])) { addError('Could not find endswitch; of alternate switch-statement.', array_slice($this->tokens, $i, $c+1), $this->tokens[$i][2], $this->filename); break; } } $this->wrapbraces($i+$c+1, $f+1, $i+$c+$f+2); }
则是用来寻找 switch
语句的结尾并使用 {}
包裹,使之形成一个代码块.
继续看向下一个 else if
块:
else if( $this->tokens[$i][0] === T_CASE ) { $e=1; while($this->tokens[$i+$e] !== ':' && $this->tokens[$i+$e] !== ';') { $e++; if(!isset($this->tokens[$i+$e])) { addError('Could not find : or ; after '.$this->tokens[$i][1].'-statement.', array_slice($this->tokens, $i, 5), $this->tokens[$i][2], $this->filename); break; } } $f=$e+1; if(($this->tokens[$i+$e] === ':' || $this->tokens[$i+$e] === ';') && $this->tokens[$i+$f] !== '{' && $this->tokens[$i+$f][0] !== T_CASE && $this->tokens[$i+$f][0] !== T_DEFAULT) { $newbraceopen = 0; while($newbraceopen || (isset($this->tokens[$i+$f]) && $this->tokens[$i+$f] !== '}' && !(is_array($this->tokens[$i+$f]) && ($this->tokens[$i+$f][0] === T_BREAK || $this->tokens[$i+$f][0] === T_CASE || $this->tokens[$i+$f][0] === T_DEFAULT || $this->tokens[$i+$f][0] === T_ENDSWITCH) ) )) { if($this->tokens[$i+$f] === '{') $newbraceopen++; else if($this->tokens[$i+$f] === '}') $newbraceopen--; $f++; if(!isset($this->tokens[$i+$f])) { addError('Could not find ending of '.$this->tokens[$i][1].'-statement.', array_slice($this->tokens, $i, $e+5), $this->tokens[$i][2], $this->filename); break; } } if($this->tokens[$i+$f][0] === T_BREAK) { if($this->tokens[$i+$f+1] === ';') $this->wrapbraces($i+$e+1, $f-$e+1, $i+$f+2); // break 3; else $this->wrapbraces($i+$e+1, $f-$e+2, $i+$f+3); } else { $this->wrapbraces($i+$e+1, $f-$e-1, $i+$f); } $i++; } }
类似的语法结构,使用 while
定位到冒号,跳过 case
条件,将 case xxx:yyyy
分割成 case xxx
、 :yyyy
两段.
随后开始处理第二段.
接着的是 if
语句,进入的条件为:
-
$this->tokens[$i+$e]
为:
或$this->tokens[$i+$e]
为;
-
$this->tokens[$i+$f]
不为{
-
$this->tokens[$i+$f][0]
不为T_CASE
或T_DEFAULT
在 if
语句继续包裹了一个条件要求较多的 while
语句,对应的条件如下:
while( $newbraceopen || ( isset($this->tokens[$i+$f]) && $this->tokens[$i+$f] !== '}' && !( is_array($this->tokens[$i+$f]) && ( $this->tokens[$i+$f][0] === T_BREAK || $this->tokens[$i+$f][0] === T_CASE || $this->tokens[$i+$f][0] === T_DEFAULT || $this->tokens[$i+$f][0] === T_ENDSWITCH) ) ) )
即:
- $newbraceopen小于等于0
-
$this->tokens[$i+$f][0]
处的token不为}
或T_BREAK
,T_CASE
,T_DEFAULT
,T_ENDSWITCH
通过这一步操作,```swicth```语句下多个条件得以分开,而接下来的语句为: ```php if($this->tokens[$i+$f][0] === T_BREAK) { if($this->tokens[$i+$f+1] === ';') $this->wrapbraces($i+$e+1, $f-$e+1, $i+$f+2); else $this->wrapbraces($i+$e+1, $f-$e+2, $i+$f+3); } else { $this->wrapbraces($i+$e+1, $f-$e-1, $i+$f); }
这一段主要作用为在 break
语句处加上 {}
,补全语法结构.
接下来是与上面判断为 case
同级的 else if
语句,代码如下:
else if( $this->tokens[$i][0] === T_DEFAULT && $this->tokens[$i+2] !== '{' ) { $f=2; $newbraceopen = 0; while( $this->tokens[$i+$f] !== ';' && $this->tokens[$i+$f] !== '}' || $newbraceopen ) { if($this->tokens[$i+$f] === '{') $newbraceopen++; else if($this->tokens[$i+$f] === '}') $newbraceopen--; $f++; if(!isset($this->tokens[$i+$f])) { addError('Could not find ending of '.$this->tokens[$i][1].'-statement.', array_slice($this->tokens, $i, 5), $this->tokens[$i][2], $this->filename); break; } } $this->wrapbraces($i+2, $f-1, $i+$f+1); }
该语句进入的条件为token索引信息对应为 T_DEFAULT
.
结合上面的分析经验,本段代码作用为将default的条件部分使用花括号包括,补全语法结构.
再往下为:
else if( $this->tokens[$i][0] === T_FUNCTION ) { $this->tokens[$i+1][1] = strtolower($this->tokens[$i+1][1]); } else if( $this->tokens[$i][0] === T_STRING && $this->tokens[$i+1] === '(') { $this->tokens[$i][1] = strtolower($this->tokens[$i][1]); }
这一段是将函数名全部小写,并没有太多要详细说明的内容.接下来是 else if
语句:
else if( $this->tokens[$i][0] === T_DO ) { $f=2; $otherDOs = 0; //找到最外层的while,跳过内层while while( $this->tokens[$i+$f][0] !== T_WHILE || $otherDOs ) { if($this->tokens[$i+$f][0] === T_DO) $otherDOs++; else if($this->tokens[$i+$f][0] === T_WHILE) $otherDOs--; $f++; if(!isset($this->tokens[$i+$f])) { addError('Could not find WHILE of DO-WHILE-statement.', array_slice($this->tokens, $i, 5), $this->tokens[$i][2], $this->filename); break; } } // 补齐花括号 if($this->tokens[$i+1] !== '{') { $this->wrapbraces($i+1, $f-1, $i+$f); // by adding braces we added two new tokens $f+=2; } $d=1; //$max=count($this->tokens) 因此该while语句为在寻找临近do-while的距离 while( $this->tokens[$i+$f+$d] !== ';' \&\& $d<$max ) { $d++; } // 将token中的do-while变为while $this->tokens = array_merge( array_slice($this->tokens, 0, $i), // before DO array_slice($this->tokens, $i+$f, $d), // WHILE condition array_slice($this->tokens, $i+1, $f-1), // DO WHILE loop tokens array_slice($this->tokens, $i+$f+$d+1, count($this->tokens)) // rest of tokens without while condition ); }
在前面的基础上,我们再来分析这一段代码便简单许多,简化一下描述便是:该段代码用以整合do-while语句,补齐语法结构并将 do-while
精简为 while
.
最后返回精简过的 token
信息:
$this->tokens = array_values($this->tokens);
fix_ternary函数分析
从函数名分析分析,该函数作用为处理三元操作符,使其变为我们常见的语法习惯.大体结构仍然为 for
循环搭配 return
语句.
首先是 if
语句判断是否为 ?
,为真则进入.并在进入后立即删除问号,随后判断在问号之前的符号是否为 )
,为真则进入,随后又删除反括号.并通过while语句将问号之前的使用括号包裹的token信息删除,直到找到最外层括号,结束while语句.
随后是if语句:
if($this->tokens[$i-$f] === '!' || ( is_array($this->tokens[$i-$f]) && ($this->tokens[$i-$f][0] === T_STRING || $this->tokens[$i-$f][0] === T_EMPTY || $this->tokens[$i-$f][0] === T_ISSET ) ) ){ unset($this->tokens[$i-$f]); }
该段if语句满足以下条件之一即可进行删除token信息处理:
1. $this->tokens[$i-$f] 为 ! 2. $this->tokens[$i-$f] 为 字符串、is_empty()、isset()
接着进入与上面if同级的else if语句中:
else if(in_array($this->tokens[$i-2][0], Tokens::$T_ASSIGNMENT) || in_array($this->tokens[$i-2][0], Tokens::$T_OPERATOR) )
可以看出,仅当 $this->tokens[$i-2][0]
为指定的token信息时,才会进入接下来的操作,而指定的token信息为:
1. $T_ASSIGNMENT // 赋值符 2. $T_OPERATOR // 操作符
其中, $T_ASSIGNMENT
为:
public static $T_ASSIGNMENT = array( T_AND_EQUAL, T_CONCAT_EQUAL, T_DIV_EQUAL, T_MINUS_EQUAL, T_MOD_EQUAL, T_MUL_EQUAL, T_OR_EQUAL, T_PLUS_EQUAL, T_SL_EQUAL, T_SR_EQUAL, T_XOR_EQUAL );
而 $T_OPERATOR
为:
public static $T_OPERATOR = array( T_IS_EQUAL, T_IS_GREATER_OR_EQUAL, T_IS_IDENTICAL, T_IS_NOT_EQUAL, T_IS_NOT_IDENTICAL, T_IS_SMALLER_OR_EQUAL );
而在接下来的操作中,rips删除了 $this->tokens[$i-1]
以及 $this->tokens[$i-2]
的token信息,这里删除 -1
与 -2
位置的token是因为上面的操作符通常都是成对出现的,如 T_AND_EQUAL
对应的操作符为 &=
,因此需要删除 $i-1
与 $i-2
处的token才能保证操作符被删除干净.
而接下来的 while
语句则与前面的作用相同,都是用以删除在目标位置前,包裹在括号内的内容以及某几个特定的 token
信息.
随后进行最后的一次if判断,判断是否条件部分为单独的一个变量,如是,则删除.
最终返回token信息,至此,rips的 token
分析过程结束
Scanner效果展示
我们自定义待扫描文件内容为:
<?php $a = $_GET['a']; $b = $_POST['b']; $c = array("c"=>"c","d"=>"d"); $d = ['1','2']; // xxxxxxx // `ls`; if($a=="1") $b="2"; $a=isset($c)?"aa":"bb";
分别在 prepare_token
, array_reconstruct_tokens
, fix_tokens
, fix_ternary
函数尾处添加var_dump函数,并在 tokenize
函数尾处写入 die()
首先输出的token为:
0|1|/Applications/MAMP/htdocs/aaa.php|0| 0|1|/Applications/MAMP/htdocs/aaa.php (tokenizing)|0| /Applications/MAMP/htdocs/rips/lib/tokenizer.php:92: array (size=60) 0 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 3 1 => string '=' (length=1) 2 => array (size=3) 0 => int 320 1 => string '$_GET' (length=5) 2 => int 3 3 => string '[' (length=1) 4 => array (size=3) 0 => int 323 1 => string ''a'' (length=3) 2 => int 3 5 => string ']' (length=1) 6 => string ';' (length=1) 7 => array (size=3) 0 => int 320 1 => string '$b' (length=2) 2 => int 4 8 => string '=' (length=1) 9 => array (size=3) 0 => int 320 1 => string '$_POST' (length=6) 2 => int 4 10 => string '[' (length=1) 11 => array (size=3) 0 => int 323 1 => string ''b'' (length=3) 2 => int 4 12 => string ']' (length=1) 13 => string ';' (length=1) 14 => array (size=3) 0 => int 320 1 => string '$c' (length=2) 2 => int 5 15 => string '=' (length=1) 16 => array (size=3) 0 => int 368 1 => string 'array' (length=5) 2 => int 5 17 => string '(' (length=1) 18 => array (size=3) 0 => int 323 1 => string '"c"' (length=3) 2 => int 5 19 => array (size=3) 0 => int 268 1 => string '=>' (length=2) 2 => int 5 20 => array (size=3) 0 => int 323 1 => string '"c"' (length=3) 2 => int 5 21 => string ',' (length=1) 22 => array (size=3) 0 => int 323 1 => string '"d"' (length=3) 2 => int 5 23 => array (size=3) 0 => int 268 1 => string '=>' (length=2) 2 => int 5 24 => array (size=3) 0 => int 323 1 => string '"d"' (length=3) 2 => int 5 25 => string ')' (length=1) 26 => string ';' (length=1) 27 => array (size=3) 0 => int 320 1 => string '$d' (length=2) 2 => int 6 28 => string '=' (length=1) 29 => string '[' (length=1) 30 => array (size=3) 0 => int 323 1 => string ''1'' (length=3) 2 => int 6 31 => string ',' (length=1) 32 => array (size=3) 0 => int 323 1 => string ''2'' (length=3) 2 => int 6 33 => string ']' (length=1) 34 => string ';' (length=1) 35 => string '`' (length=1) 36 => array (size=3) 0 => int 322 1 => string 'ls' (length=2) 2 => int 9 37 => string '`' (length=1) 38 => string ';' (length=1) 39 => array (size=3) 0 => int 327 1 => string 'if' (length=2) 2 => int 11 40 => string '(' (length=1) 41 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 11 42 => array (size=3) 0 => int 285 1 => string '==' (length=2) 2 => int 11 43 => array (size=3) 0 => int 323 1 => string '"1"' (length=3) 2 => int 11 44 => string ')' (length=1) 45 => array (size=3) 0 => int 320 1 => string '$b' (length=2) 2 => int 11 46 => string '=' (length=1) 47 => array (size=3) 0 => int 323 1 => string '"2"' (length=3) 2 => int 11 48 => string ';' (length=1) 49 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 13 50 => string '=' (length=1) 51 => array (size=3) 0 => int 358 1 => string 'isset' (length=5) 2 => int 13 52 => string '(' (length=1) 53 => array (size=3) 0 => int 320 1 => string '$c' (length=2) 2 => int 13 54 => string ')' (length=1) 55 => string '?' (length=1) 56 => array (size=3) 0 => int 323 1 => string '"aa"' (length=4) 2 => int 13 57 => string ':' (length=1) 58 => array (size=3) 0 => int 323 1 => string '"bb"' (length=4) 2 => int 13 59 => string ';'
随后经过 array_reconstruct_tokens
函数处理,重写了数组相关的 token
信息:
/Applications/MAMP/htdocs/rips/lib/tokenizer.php:454: array (size=54) 0 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 3 1 => string '=' (length=1) 2 => array (size=4) 0 => int 320 1 => string '$_GET' (length=5) 2 => int 3 3 => array (size=1) 0 => string 'a' (length=1) 3 => string ';' (length=1) 4 => array (size=3) 0 => int 320 1 => string '$b' (length=2) 2 => int 4 5 => string '=' (length=1) 6 => array (size=4) 0 => int 320 1 => string '$_POST' (length=6) 2 => int 4 3 => array (size=1) 0 => string 'b' (length=1) 7 => string ';' (length=1) 8 => array (size=3) 0 => int 320 1 => string '$c' (length=2) 2 => int 5 9 => string '=' (length=1) 10 => array (size=3) 0 => int 368 1 => string 'array' (length=5) 2 => int 5 11 => string '(' (length=1) 12 => array (size=3) 0 => int 323 1 => string '"c"' (length=3) 2 => int 5 13 => array (size=3) 0 => int 268 1 => string '=>' (length=2) 2 => int 5 14 => array (size=3) 0 => int 323 1 => string '"c"' (length=3) 2 => int 5 15 => string ',' (length=1) 16 => array (size=3) 0 => int 323 1 => string '"d"' (length=3) 2 => int 5 17 => array (size=3) 0 => int 268 1 => string '=>' (length=2) 2 => int 5 18 => array (size=3) 0 => int 323 1 => string '"d"' (length=3) 2 => int 5 19 => string ')' (length=1) 20 => string ';' (length=1) 21 => array (size=3) 0 => int 320 1 => string '$d' (length=2) 2 => int 6 22 => string '=' (length=1) 23 => string '[' (length=1) 24 => array (size=3) 0 => int 323 1 => string ''1'' (length=3) 2 => int 6 25 => string ',' (length=1) 26 => array (size=3) 0 => int 323 1 => string ''2'' (length=3) 2 => int 6 27 => string ']' (length=1) 28 => string ';' (length=1) 29 => string '`' (length=1) 30 => array (size=3) 0 => int 322 1 => string 'ls' (length=2) 2 => int 9 31 => string '`' (length=1) 32 => string ';' (length=1) 33 => array (size=3) 0 => int 327 1 => string 'if' (length=2) 2 => int 11 34 => string '(' (length=1) 35 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 11 36 => array (size=3) 0 => int 285 1 => string '==' (length=2) 2 => int 11 37 => array (size=3) 0 => int 323 1 => string '"1"' (length=3) 2 => int 11 38 => string ')' (length=1) 39 => array (size=3) 0 => int 320 1 => string '$b' (length=2) 2 => int 11 40 => string '=' (length=1) 41 => array (size=3) 0 => int 323 1 => string '"2"' (length=3) 2 => int 11 42 => string ';' (length=1) 43 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 13 44 => string '=' (length=1) 45 => array (size=3) 0 => int 358 1 => string 'isset' (length=5) 2 => int 13 46 => string '(' (length=1) 47 => array (size=3) 0 => int 320 1 => string '$c' (length=2) 2 => int 13 48 => string ')' (length=1) 49 => string '?' (length=1) 50 => array (size=3) 0 => int 323 1 => string '"aa"' (length=4) 2 => int 13 51 => string ':' (length=1) 52 => array (size=3) 0 => int 323 1 => string '"bb"' (length=4) 2 => int 13 53 => string ';' (length=1)
再经过 fix_tokens
处理,统一了部分token信息的写法(如对if语句统一使用花括号的标示形式)
/Applications/MAMP/htdocs/rips/lib/tokenizer.php:379: array (size=57) 0 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 3 1 => string '=' (length=1) 2 => array (size=4) 0 => int 320 1 => string '$_GET' (length=5) 2 => int 3 3 => array (size=1) 0 => string 'a' (length=1) 3 => string ';' (length=1) 4 => array (size=3) 0 => int 320 1 => string '$b' (length=2) 2 => int 4 5 => string '=' (length=1) 6 => array (size=4) 0 => int 320 1 => string '$_POST' (length=6) 2 => int 4 3 => array (size=1) 0 => string 'b' (length=1) 7 => string ';' (length=1) 8 => array (size=3) 0 => int 320 1 => string '$c' (length=2) 2 => int 5 9 => string '=' (length=1) 10 => array (size=3) 0 => int 368 1 => string 'array' (length=5) 2 => int 5 11 => string '(' (length=1) 12 => array (size=3) 0 => int 323 1 => string '"c"' (length=3) 2 => int 5 13 => array (size=3) 0 => int 268 1 => string '=>' (length=2) 2 => int 5 14 => array (size=3) 0 => int 323 1 => string '"c"' (length=3) 2 => int 5 15 => string ',' (length=1) 16 => array (size=3) 0 => int 323 1 => string '"d"' (length=3) 2 => int 5 17 => array (size=3) 0 => int 268 1 => string '=>' (length=2) 2 => int 5 18 => array (size=3) 0 => int 323 1 => string '"d"' (length=3) 2 => int 5 19 => string ')' (length=1) 20 => string ';' (length=1) 21 => array (size=3) 0 => int 320 1 => string '$d' (length=2) 2 => int 6 22 => string '=' (length=1) 23 => string '[' (length=1) 24 => array (size=3) 0 => int 323 1 => string ''1'' (length=3) 2 => int 6 25 => string ',' (length=1) 26 => array (size=3) 0 => int 323 1 => string ''2'' (length=3) 2 => int 6 27 => string ']' (length=1) 28 => string ';' (length=1) 29 => array (size=3) 0 => int 319 1 => string 'backticks' (length=9) 2 => int 9 30 => string '(' (length=1) 31 => array (size=3) 0 => int 322 1 => string 'ls' (length=2) 2 => int 9 32 => string ')' (length=1) 33 => string ';' (length=1) 34 => array (size=3) 0 => int 327 1 => string 'if' (length=2) 2 => int 11 35 => string '(' (length=1) 36 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 11 37 => array (size=3) 0 => int 285 1 => string '==' (length=2) 2 => int 11 38 => array (size=3) 0 => int 323 1 => string '"1"' (length=3) 2 => int 11 39 => string ')' (length=1) 40 => string '{' (length=1) 41 => array (size=3) 0 => int 320 1 => string '$b' (length=2) 2 => int 11 42 => string '=' (length=1) 43 => array (size=3) 0 => int 323 1 => string '"2"' (length=3) 2 => int 11 44 => string ';' (length=1) 45 => string '}' (length=1) 46 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 13 47 => string '=' (length=1) 48 => array (size=3) 0 => int 358 1 => string 'isset' (length=5) 2 => int 13 49 => string '(' (length=1) 50 => array (size=3) 0 => int 320 1 => string '$c' (length=2) 2 => int 13 51 => string ')' (length=1) 52 => string '?' (length=1) 53 => array (size=3) 0 => int 323 1 => string '"aa"' (length=4) 2 => int 13 54 => string ':' (length=1) 55 => array (size=3) 0 => int 323 1 => string '"bb"' (length=4) 2 => int 13 56 => string ';' (length=1)
最终经过 fix_ternary
函数处理,是三元运算符的表达形式得到重写( $a=isset($c)?"aa":"bb";
=> $a="aa":"bb"
):
/Applications/MAMP/htdocs/rips/lib/tokenizer.php:558: array (size=52) 0 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 3 1 => string '=' (length=1) 2 => array (size=4) 0 => int 320 1 => string '$_GET' (length=5) 2 => int 3 3 => array (size=1) 0 => string 'a' (length=1) 3 => string ';' (length=1) 4 => array (size=3) 0 => int 320 1 => string '$b' (length=2) 2 => int 4 5 => string '=' (length=1) 6 => array (size=4) 0 => int 320 1 => string '$_POST' (length=6) 2 => int 4 3 => array (size=1) 0 => string 'b' (length=1) 7 => string ';' (length=1) 8 => array (size=3) 0 => int 320 1 => string '$c' (length=2) 2 => int 5 9 => string '=' (length=1) 10 => array (size=3) 0 => int 368 1 => string 'array' (length=5) 2 => int 5 11 => string '(' (length=1) 12 => array (size=3) 0 => int 323 1 => string '"c"' (length=3) 2 => int 5 13 => array (size=3) 0 => int 268 1 => string '=>' (length=2) 2 => int 5 14 => array (size=3) 0 => int 323 1 => string '"c"' (length=3) 2 => int 5 15 => string ',' (length=1) 16 => array (size=3) 0 => int 323 1 => string '"d"' (length=3) 2 => int 5 17 => array (size=3) 0 => int 268 1 => string '=>' (length=2) 2 => int 5 18 => array (size=3) 0 => int 323 1 => string '"d"' (length=3) 2 => int 5 19 => string ')' (length=1) 20 => string ';' (length=1) 21 => array (size=3) 0 => int 320 1 => string '$d' (length=2) 2 => int 6 22 => string '=' (length=1) 23 => string '[' (length=1) 24 => array (size=3) 0 => int 323 1 => string ''1'' (length=3) 2 => int 6 25 => string ',' (length=1) 26 => array (size=3) 0 => int 323 1 => string ''2'' (length=3) 2 => int 6 27 => string ']' (length=1) 28 => string ';' (length=1) 29 => array (size=3) 0 => int 319 1 => string 'backticks' (length=9) 2 => int 9 30 => string '(' (length=1) 31 => array (size=3) 0 => int 322 1 => string 'ls' (length=2) 2 => int 9 32 => string ')' (length=1) 33 => string ';' (length=1) 34 => array (size=3) 0 => int 327 1 => string 'if' (length=2) 2 => int 11 35 => string '(' (length=1) 36 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 11 37 => array (size=3) 0 => int 285 1 => string '==' (length=2) 2 => int 11 38 => array (size=3) 0 => int 323 1 => string '"1"' (length=3) 2 => int 11 39 => string ')' (length=1) 40 => string '{' (length=1) 41 => array (size=3) 0 => int 320 1 => string '$b' (length=2) 2 => int 11 42 => string '=' (length=1) 43 => array (size=3) 0 => int 323 1 => string '"2"' (length=3) 2 => int 11 44 => string ';' (length=1) 45 => string '}' (length=1) 46 => array (size=3) 0 => int 320 1 => string '$a' (length=2) 2 => int 13 47 => string '=' (length=1) 48 => array (size=3) 0 => int 323 1 => string '"aa"' (length=4) 2 => int 13 49 => string ':' (length=1) 50 => array (size=3) 0 => int 323 1 => string '"bb"' (length=4) 2 => int 13 51 => string ';' (length=1)
流程总结
prepare_token array_reconstruct_tokens fix_tokens fix_ternary
通过以上四步,我们可以得到大致处理好的token信息,而对于漏洞的扫描也是建立在上面这四步生成的token信息基础上的。
以上所述就是小编给大家介绍的《RIPS源码精读(二):扫描对象的实例化及token信息的生成》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 精读《React PowerPlug 源码》
- 精读《syntax-parser 源码》
- RIPS源码精读(一):逻辑流程及lib文件夹大致说明
- 精读《React 性能调试》
- 精读《Typescript 4》
- 精读《正则 ES2018》
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Essential C++中文版
[美] Stanley B. Lippman / 侯捷 / 华中科技大学出版社 / 2001-8 / 39.80元
书中以4个面向来表现C++的本质:procedural(程序性的)、generic(泛型的)、object-based(个别对象的)、object-oriented(面向对象的),全书围绕着一系列逐渐繁复的程序问题,以及用以解决这些问题的语言特性。循此方式,读者不只学到C++的函数和结构,也会学习到它们的设计目的和基本原理。一起来看看 《Essential C++中文版》 这本书的介绍吧!
图片转BASE64编码
在线图片转Base64编码工具
XML、JSON 在线转换
在线XML、JSON转换工具