UNSWebServerCore_LinuxSO/PathTraversal.cpp

#include "PathTraversal.h"
#include <vector>
#include <algorithm>

bool PathTraversal::InlineHasTraversalPattern(std::string_view path)
{
	if (path == "..")
		return true;
	if (path.rfind("../", 0) == 0)
		return true;
	if (path.find("/../") != std::string::npos)
		return true;
	if (path.size() >= 3 && path.compare(path.size() - 3, 3, "/..") == 0)
		return true;
	return false;
}

std::string PathTraversal::UrlDecode(std::string_view src)
{
	std::string dst;
	dst.reserve(src.length()); // 预分配内存，优化性能

	for (size_t i = 0; i < src.length(); ++i)
	{
		// 确保 % 后面至少还有两个字符
		if ((src[i] == '%') && ((i + 2) < src.length()))
		{
			// 转换为 unsigned char 规避 std::isxdigit 在处理非 ASCII(如UTF-8) 时的未定义行为
			unsigned char hi = static_cast<unsigned char>(src[i + 1]);
			unsigned char lo = static_cast<unsigned char>(src[i + 2]);

			if (std::isxdigit(hi) && std::isxdigit(lo))
			{
				auto hexToChar = [] (unsigned char c) -> int
				{
					if ((c >= '0') && (c <= '9'))
						return c - '0';
					if ((c >= 'a') && (c <= 'f'))
						return c - 'a' + 10;
					if ((c >= 'A') && (c <= 'F'))
						return c - 'A' + 10;
					return 0;
				};
				dst += static_cast<char>((hexToChar(hi) << 4) | hexToChar(lo));
				i += 2;
				continue;
			}
		}
		dst += src[i];
	}
	return dst;
}

bool PathTraversal::HasPathTraversalPattern(std::string_view raw_url_path)
{
	if (raw_url_path.empty())
		return false;
	// 1. 进行 URL 解码，让隐藏的 %2f, %2e 现出原形
	std::string decoded = UrlDecode(raw_url_path);
	// 2. 统一将 Windows 风格的反斜杠 `\` 替换为正斜杠 `/`，防止利用反斜杠绕过
	std::replace(decoded.begin(), decoded.end(), '\\', '/');
	// 3. 特征级严格匹配：
	//    路径穿透的本质是形成一个独立的 ".." 路径层级。
	//    它只可能以四种形态存在：".."、"../开头的路径"、"/../中间路径"、以及"/.."结尾的路径。
	if (decoded == "..")
		return true;
	if (decoded.rfind("../", 0) == 0) // 检查是否以 "../" 开头
		return true;
	if (decoded.find("/../") != std::string::npos) // 检查是否包含 "/../"
		return true;
	if (decoded.size() >= 3 && decoded.compare(decoded.size() - 3, 3, "/..") == 0) // 检查是否以 "/.." 结尾
		return true;
	return false;
}

bool PathTraversal::IsSafePath(const std::filesystem::path& base_path, const std::filesystem::path& user_path)
{
	namespace fs = std::filesystem;
	try
	{
		// 1. 规范化沙盒基准路径
		fs::path canonical_base = fs::weakly_canonical(base_path);
		// 2. 拼接并规范化目标路径
		// 注意：若 user_path 为绝对路径(如 /etc/passwd)，operator/ 会直接覆盖前面的路径，
		// weakly_canonical 依然能正确将其解析为最终的物理绝对路径。
		fs::path canonical_target = fs::weakly_canonical(canonical_base / user_path);
		// 3. 计算逻辑相对关系
		auto rel = canonical_target.lexically_relative(canonical_base);
		// 4. 边界一票否决制：
		// - 如果 rel 为空，说明两者不在同一根目录下（例如 Windows 跨盘符 C:\ 到 D:\）
		// - 如果相对路径的第一个组件是 "..", 说明逻辑路径已经逃逸出根目录
		if (rel.empty() || *rel.begin() == "..")
			return false;
		return true;
	}
	catch (...)
	{
		// 捕获任何潜在的系统路径解析异常（如超长路径、非法字符等）
		return false;
	}
}

PathTraversal::UrlSafetyStatus PathTraversal::AnalyzeUrlTraversal(std::string_view raw_url_path)
{
	// 1. 检查原始明文中是否存在穿透特征（统一斜杠处理）
	std::string raw_normalized_slash(raw_url_path);
	std::replace(raw_normalized_slash.begin(), raw_normalized_slash.end(), '\\', '/');
	bool raw_has_traversal = InlineHasTraversalPattern(raw_normalized_slash);
	// 2. 进行 URL 解码，让隐藏的 %2f, %2e, %5c 现出原形
	std::string decoded_path = UrlDecode(raw_url_path);
	std::replace(decoded_path.begin(), decoded_path.end(), '\\', '/');
	bool decoded_has_traversal = InlineHasTraversalPattern(decoded_path);
	// 3. 对比前后差异
	if (decoded_has_traversal)
	{
		if (!raw_has_traversal) // 【核心逻辑】明文看起来很安全，解码后突然蹦出穿透特征 -> 判定为转义绕过攻击
			return UrlSafetyStatus::EvasiveTraversal;
		// 明文和密文都有，属于客户端手荡或老旧 SDK 拼接未规范化
		return UrlSafetyStatus::LiteralTraversal;
	}
	return UrlSafetyStatus::Safe;
}

std::string PathTraversal::NormalizeUrlPath(std::string_view decoded_url_path)
{
	if (decoded_url_path.empty())
		return "/";
	std::vector<std::string_view> segments;
	size_t start = 0;
	// 逻辑切分路径组件
	while (start < decoded_url_path.length())
	{
		size_t end = decoded_url_path.find_first_of("/\\", start);
		std::string_view segment = decoded_url_path.substr(start, end - start);

		if (!segment.empty() && segment != ".")
		{
			if (segment == "..")
			{
				// 遇到 .. 则弹栈，实现路径向上坍缩
				if (!segments.empty())
					segments.pop_back();
			}
			else
				segments.push_back(segment);
		}
		if (end == std::string_view::npos)
			break;
		start = end + 1;
	}
	// 重新拼接规范化后的标准 URL 路径
	std::string result;
	for (const auto& seg : segments)
	{
		result += "/";
		result.append(seg);
	}
	return result.empty() ? "/" : result;
}

std::string PathTraversal::ToString(UrlSafetyStatus s)
{
	switch(s)
	{
		case UrlSafetyStatus::Safe:
			return "Safe";
		case UrlSafetyStatus::LiteralTraversal:
			return "LiteralTraversal";
		case UrlSafetyStatus::EvasiveTraversal:
			return "EvasiveTraversal";
		default:
			return "Unknown??";
	}
	return "Unknown??";
}