💡 דוגמה מלאה עובדת זמינה ב‑GitHub:
merge-untrusted-html-uploads-dotnet

מיזוג בטוח של מסמכי HTML לא מהימנים הוא זרימת עבודה של GroupDocs.Merger עבור .NET שמדחיתה את המשאבים החיצוניים שההעלאה מתייחסת אליהם – כתובות URL מרוחקות, נתיבי UNC וקבצים מקומיים – אלא אם כן אתה מאפשר זאת במפורש.

הדרך הישנה הייתה כואבת

דמיינו שהפורטאל שלכם לחיוב משלב העלאת חשבונית של לקוח עם פתק משלוח מאותו הזמנה למסמך HTML אחד לצורך ארכוב. החשבונית היא HTML פשוט – קישור לגיליון סגנונות, תמונת לוגו, כמה פסקאות – חוץ מזה שלא כתבתם אותה, אלא הדפדפן של הלקוח או כלי הייצוא כתב. לפני GroupDocs.Merger 26.10, המיזוג טען את המשאבים החיצוניים שה‑HTML התייחס אליהם – גיליונות סגנונות מרוחקים, תמונות מרוחקות, נתיבי קבצים מקומיים מוחלטים – ולא הייתה אפשרות לעצור זאת.

זהו בעיה ברגע שההעלאה אינה מהימנה במלואה. כתובת URL של גיליון סגנונות יכולה להיות גם פיקסל מעקב. src של תמונה יכול להצביע ל‑http://169.254.169.254/latest/meta-data/iam/security-credentials/ – כתובת מטא‑נתונים של ענן – ושלב המיזוג שלכם היה מבצע בקשה בשם המעלה. גם נתיב מוחלט file:/// נקרא, ולכן הפנייה להעלאה של לקוח אחר יכלה לגרור קובץ זה לתוצאה הממוזגת.

העלות האמיתית של מיזוג בעיוורון: משימת מיזוג שמביאה כל מה שההעלאה מבקשת הופכת את השרת שלכם לפרוקסי ל‑SSRF, והפנייה file:/// הופכת לדרך שמיזוג של לקוח אחד קורא קובץ של לקוח אחר.

יש דרך טובה יותר

GroupDocs.Merger עבור .NET פותר זאת כברירת מחדל. מאז גרסה 26.10, כל קונסטרקטור של LoadOptions מגדיר SkipExternalResources = true, ו‑Merger שנוצר ללא אפשרויות טעינה משתמש באותו ברירת מחדל – שום משאב חיצוני לא ייטען אלא אם תציין אחרת.

דרישות מוקדמות:

  • .NET (אחת מארבע מסגרות היעד שה‑GroupDocs.Merger עבור .NET תומך בהן)
  • GroupDocs.Merger עבור .NET 26.10 או מאוחר יותר (קבל רישיון זמני)
  • שני מסמכי HTML להצטרף, לפחות אחד ממקור שאינך סומך עליו במלואו

התקנה עם פקודה אחת:

dotnet add package GroupDocs.Merger --version 26.10.0

הדרך החדשה: מיזוג HTML ללא אמון בו

הנה איך נראה הצטרפות של שני קבצי HTML עם ברירות המחדל המאובטחות, מטפל שמרשום כל החלטה, ובמעבר שני – מטפל שמספק משאב מהימן אחד.

שלב 1 - יצירת Load Options עבור הפורמט

LoadOptions אינו כולל קונסטרקטור ללא פרמטרים והוא sealed מאז 26.10; הדוגמה מציינת במפורש את הפורמט.

// LoadOptions(FileType.HTML) already denies everything external by default
var audit = new ResourceAudit();
var loadOptions = new LoadOptions(FileType.HTML) { ExternalResourceHandler = audit };

שלב 2 - הצטרפות ההעלאות ובדיקת ההחלטות

// Both uploads follow the options of the Merger they are joined to
using (var merger = new Merger(firstUpload, loadOptions))
{
    merger.Join(secondUpload);
    merger.Save(outputPath);
}

foreach (string decision in audit.Decisions)
{
    Console.WriteLine(decision);
}

נקודות מפתח:

  • SkipExternalResources: באופן מרומז true כאן, ולכן כל URL מרוחק, נתיב UNC והפנייה לקובץ מקומי נדחית, כולל קובץ בתיקייה של ההעלאה עצמה.
  • LoadOptions אחד לכל הצטרפות: ההעלאה השנייה אינה מקבלת אפשרויות משלה – היא יורשת את מה שה‑Merger אליו הצטרפה נוצר עם.

שלב 3 - לאפשר בדיוק משאב מהימן אחד

// Supply the logo's bytes directly instead of requesting it over the network
var trustedAssets = new Dictionary<string, byte[]>
{
    [logoUrl] = File.ReadAllBytes(logoPath)
};
var audit = new ResourceAudit(trustedAssets);
var loadOptions = new LoadOptions(FileType.HTML) { ExternalResourceHandler = audit };

מתודת OnLoading של המטפל מגדירה args.Skipped = false ו‑args.Data לבייטים האלו כאשר ה‑URI המבוקש תואם, ולכן המסמך מקבל את הלוגו מבלי ש‑GroupDocs.Merger יבצע בקשה בשום מקום.

כאשר הרצנו את המיזוג ברירת המחדל נגד העלאות החשבונית והפתק, כל שבעת ההפניות החיצוניות בשני הקבצים נחסמו – גיליון הסגנונות המרוחק, הלוגו המרוחק, כתובת ה‑URL בסגנון מטא‑נתונים, תמונת התיקייה השכנה, נתיב file:///, נתיב UNC, וכתובת מעקב עם מחרוזת שאילתה. joined.html שומר את הטקסט משתי ההעלאות; מציין מיקום עומד במקומן של כל תמונה חסומה. עם המטפל של הלוגו המהימן מצורף, הלוגו חזר supplied וששת המשאבים האחרים נשארו blocked.

השוואה ציד-ציד: לפני אחרי

לפני (ללא אפשרות) אחרי (GroupDocs.Merger 26.10)
בקשות חיצוניות כל הפנייה נטענה אוטומטית נדחית אלא אם כן מותר במפורש
נתיבי קבצים מקומיים מוחלטים נטענו לתוצאה נדחית כמו כל הפנייה אחרת
חריגות מהימנות לא נדרשות – הכל נטען משאב אחד דרך מטפל, או קידומת ברשימת לבן
ערך שגוי ברשימת לבן לא הייתה רשימת לבן נדחה עם ArgumentException בזמן הבנייה
קוד נדרש אין דרך להגביל טעינה כמה שורות ב‑LoadOptions

ההבדל הוא במה שניתן לעשות, לא רק במה שנוח: לפני 26.10 לא הייתה הגדרה שעוצרת את הטעינה; אחרי זה, הדחייה היא ברירת המחדל וכל חריגה חייבת להיות מפורשת.

האם זה ישבור HTML שכבר תלוי בטעינת תמונות מרוחקות?

אם HTML זה עדיין מתמזג עם LoadOptions ברירת מחדל, כן – התמונות לא תיטעננה, ומציין מיקום יחליף אותן בתוצאה. הפתרון הוא מפורש, לא מעקף: רשום את המקורות המהימנים ב‑WhitelistedResources, או צרף IExternalResourceHandler שמספק את המשאבים הספציפיים שעדיין רוצים להציג. בכל מקרה, המיזוג ממשיך לרוץ; הוא רק מפסיק להביא כל מה שלא ציינת במפורש.

דוגמה מהעולם האמיתי: איחוד חשבונית והערת משלוח

צינור מסמכים שממזג HTML שהוגש על ידי לקוח לתיקיית ארכיון הוא בדיוק הסצנה שהפרויקט לדוגמה של העמוד מדמה: העלאת חשבונית והערת משלוח מאותה הזמנה, מצורפים לקובץ אחד. אף אחת מההעלאות לא נכתבה על ידי צוות הצינור, ולכן לא ניתן להניח שהיא בטוחה לקריאה מילולית. החשבונית מציינת סכום לתשלום ולקוח, Northwind Traders, ונושאת הפנייה ללוגו, גיליון סגנונות מעקב, כתובת URL בסגנון מטא‑נתונים, הפנייה לתמונה באותה תיקייה, ונתיב file:/// – שבעה הפניות חיצוניות בין שני הקבצים, שאין לצינור הארכיב לטעון בשם הלקוח.

לפני שמיזוג נכנס לחיי ייצור, כדאי להחליט, סוג מסמך אחרי סוג מסמך, האם נדרשת חריגה כלל. בתרחיש החשבונית של הדוגמה נדרשה בדיוק אחת: הלוגו של החברה, שמסופק מקובץ שכבר על הדיסק במקום להיטען מה‑URL המרוחק שה‑HTML מציין. כל השאר – גיליון הסגנונות למעקב, כתובת המטא‑נתונים, הקובץ השכן, נתיבי UNC ו‑file:/// – לא היה להם סיבה לגיטימית להיטען, ולכן ברירות המחדל לבדן היו התשובה הנכונה.

// Reject a whitelist entry that is not an absolute URI prefix
var loadOptions = new LoadOptions(FileType.HTML)
{
    WhitelistedResources = new List<string> { "cdn.example.com" }
};

מתן שם מארח בלבד במקום קידומת מוחלטת כמו https://cdn.example.com/brand/ גורם לחריגה, עם ההודעה Whitelisted resource 'cdn.example.com' must be an absolute URI without a query, fragment or encoded '/', '\' or '.'. (Parameter 'WhitelistedResources') – לפני שההעלאות נפתחות בכלל. תפיסת רשימת לבן שגויה בזמן האתחול שווה יותר מתפיסתה אחרי משאב נכשל לשאת בעדינות בייצור.

מה עוד אפשר לעשות עם GroupDocs.Merger עבור .NET?

  • אימות מוקדם של ערכי רשימת לבן: ערך WhitelistedResources פגום נכשל בזמן בניית Merger, ולכן בדיקות אתחול של ההפצה תופסות אותו לפני עיבוד כל מסמך.
  • אספקת משאבים מהימנים מהדיסק: IExternalResourceHandler יכול לענות לבקשה עם בייטים שכבר ברשותך, ללא גישה לרשת כלל.
  • החלת מדיניות אחת על כל מסמך מצורף: LoadOptions מוגדר פעם אחת על ה‑Merger, וכל מסמך שמצורף אליו מאוחר יותר פועל לפי אותם כללים.
  • תמיכה מעבר ל‑HTML: עיבוד תמלילים, HTML/MHTML, מצגות, גיליונות אלקטרוניים, SVG ו‑EPUB מכבדים את אותן האפשרויות.

סיכום

מיזוג HTML שלא כתבת יותר אינו משמעותו אמון מוחלט בכל מה שבתוכו. GroupDocs.Merger עבור .NET מדחה משאבים חיצוניים כברירת מחדל מאז גרסה 26.10, ושתי השיטות למתן חריגה – מטפל משאב מהימן ו‑WhitelistedResources – נותנות לך בדיוק את הגישה שהצינור שלך צריך, ולא יותר.

מוכן לנסות זאת בעצמך?

משאבים נוספים