特殊字符如何过滤拦截

本文目录导读：

1. 核心原则
2. 后端过滤拦截（核心）
3. 前端过滤拦截（用户体验层）
4. 服务端中间件/网关层过滤
5. 特定场景的过滤方案
6. 总结建议

过滤特殊字符通常是为了防止注入攻击（如SQL注入、XSS攻击）、数据清洗或格式校验。

过滤拦截的方式取决于使用场景（前端/后端、技术栈）以及“特殊字符”的具体定义，以下是几种主流且有效的处理方案：

核心原则

1. 后端必须做：前端过滤仅用于用户体验，后端是安全底线。
2. 不要只依赖黑名单：黑名单容易被绕过，优先采用白名单（只允许特定字符）或转义（Escaping）。
3. 视语境而定：不同的上下文（HTML、SQL、URL、JSON）对特殊字符的定义不同。

后端过滤拦截（核心）

通用防注入：使用参数化查询（Prepared Statements）

这是防止SQL注入最有效的方法，它从根本上避免了拼接SQL语句。

• 错误做法：

  # Python (易受攻击)
  cursor.execute("SELECT * FROM users WHERE name = '" + user_input + "'")

• 正确做法：

  # Python (参数化查询)
  cursor.execute("SELECT * FROM users WHERE name = %s", (user_input,))

输出转义（针对XSS攻击）

在将数据输出到HTML页面时，进行转义，而不是直接输出。

• Java (JSP/Servlet)：使用 StringEscapeUtils.escapeHtml4(input)
• Python (Flask/Django)：模板引擎默认自动转义（如 {{ variable }}）
• JavaScript (Node.js)：使用 html-entities 库
• 示例：将 <script>alert('x')</script> 转义为 <script>alert('x')</script>

使用库函数过滤（白名单与黑名单结合）

在Java/Spring中，可以使用成熟的过滤库：

• OWASP Java HTML Sanitizer：只允许安全的HTML标签。
• AntiSamy：定义策略文件（policy.xml）来限制允许的字符和标签。

示例（Java + 自定义过滤器拦截请求）：

// 自定义过滤器，拦截所有请求，清理特殊字符
public class XSSFilter implements Filter {
    @Override
    public void doFilter(ServletRequest req, ServletResponse res, FilterChain chain) {
        // 1. 获取请求参数
        // 2. 遍历参数，替换或删除 < > " ' ( ) & # 等字符
        String cleanValue = originalValue.replaceAll("<", "&lt;").replaceAll(">", "&gt;");
        // 或者直接删除: originalValue.replaceAll("[<>\"'()]", "");
        // 3. 将清洗后的参数放回Request (通过自定义RequestWrapper)
        chain.doFilter(wrappedRequest, res);
    }
}

白名单示例（推荐）：

// Node.js / JavaScript (仅允许字母、数字、中文、下划线)
function filterInput(str) {
    return str.replace(/[^a-zA-Z0-9\u4e00-\u9fa5_]/g, '');
}

前端过滤拦截（用户体验层）

前端拦截不能替代后端拦截，主要用于提升用户反馈速度。

输入框监听（实时拦截）

通过 JavaScript 阻止非法字符输入。

<input type="text" id="username" />
<script>
  document.getElementById('username').addEventListener('keydown', function(e) {
      // 只允许输入字母、数字、下划线
      var allowed = /[a-zA-Z0-9_]/;
      var key = String.fromCharCode(e.keyCode);
      if (!allowed.test(key) && e.keyCode !== 8 && e.keyCode !== 46) { // 允许退格和删除
          e.preventDefault();
      }
  });
</script>

表单提交时校验（拦截提交）

在提交前拦截,并给出提示。

function validateForm() {
    var input = document.getElementById('comment').value;
    // 检测是否包含非法字符 (HTML标签)
    if (/[<>"'&]/.test(input)) {
        alert('输入内容包含非法特殊字符，请修改！');
        return false;
    }
    return true;
}

使用输入框的 pattern 属性（HTML5）

最简单的拦截方式,无需 JS，但不支持所有浏览器。

<input type="text" pattern="[a-zA-Z0-9]+" title="仅允许英文和数字" required>

服务端中间件/网关层过滤

如果系统有多种后端语言,可以在统一的网关（Nginx、API Gateway、WAF）上拦截。

Nginx + Lua/ModSecurity

通过 Nginx 的 ngx_lua 模块或 ModSecurity 模块，在请求到达后端之前，直接拦截。

# Nginx 简单过滤 (仅示例，不推荐用于生产)
if ($query_string ~* "(\<|>|'|\"|%27|%3C|%3E)") {
    return 403;
}

Web应用防火墙（WAF）

商业WAF（如Cloudflare、AWS WAF、阿里云WAF）可以智能识别和拦截SQL注入、XSS等攻击流量，这是最省心的方式。

特定场景的过滤方案

总结建议

1. 层级防御：前端（防误触） + 后端（核心防线，使用参数化查询 + 输出转义） + 网关/WAF（边界防御）。
2. 不要试图“清理” SQL语句：使用预编译是终点。
3. 特殊字符定义要清晰：是只过滤HTML标签？还是只防SQL注入？还是在比如用户名等场景下只需要字母数字？明确需求后，选择对应的过滤策略。