我想允许嵌入 HTML 但要避免 DoS，因为深度嵌套的 HTML 文档会使某些浏览器崩溃。我希望能够容纳 99.9% 的文档，但拒绝嵌套太深的文档。
两个密切相关的问题:
- 浏览器内置了哪些文档深度限制？例如。浏览器 X 无法解析或无法构建深度大于某个限制的文档。
- 网络上是否提供文档的文档深度统计信息？是否有网站提供网络统计信息，解释网络上一定百分比的真实文档的文档深度小于某个值。
文档深度定义为 1 + 从文档中的任何节点到达文档根所需的最大父遍历次数。例如，在
<html> <!-- 1 -->
<body> <!-- 2 -->
<div> <!-- 3 -->
<table> <!-- 4 -->
<tbody> <!-- 5 -->
<tr> <!-- 6 -->
<td> <!-- 7 -->
Foo <!-- 8 -->
最大深度为 8，因为文本节点“Foo”有 8 个祖先。这里的祖先是非严格解释的，即每个节点都是它自己的祖先和它自己的后代。
Opera有一些表格嵌套统计信息，这表明 99.99% 的文档的表格嵌套深度小于 22，但该数据不包含整个文档深度。
编辑:
如果人们想批评 HTML 清理库而不是回答这个问题，请这样做。 http://code.google.com/p/owasp-java-html-sanitizer/wiki/AttackReviewGroundRules解释了如何找到代码，在哪里可以找到让您尝试攻击的测试平台，以及如何报告问题。
编辑:
我问了 Adam Barth，他非常友善地向我指出了处理这个问题的 webkit 代码。
至少，Webkit 强制执行此限制。当 treebuilder是created它收到一个可配置的树限制:
m_treeBuilder(HTMLTreeBuilder::create(this, document, reportErrors, usePreHTML5ParserQuirks(document), maximumDOMTreeDepth**(document)))
它由 block-nesting-cap 测试测试。
最佳答案
可能值得询问 coderesearch@google.com。他们从 2005 年开始的研究(http://code.google.com/webstats/)并未涵盖您的特定问题。不过，他们抽取了超过 10 亿份文件，并且有兴趣听取您认为值得研究的任何内容。
--[更新]--
这是我编写的用于测试我拥有的浏览器的粗略脚本(将要嵌套的元素数量放入查询字符串中):
var n = Number(window.location.search.substring(1));
var outboundHtml = '';
var inboundHtml = '';
for(var i = 0; i < n; i++)
{
outboundHtml += '<div>' + (i + 1);
inboundHtml += '</div>';
}
var testWindow = window.open();
testWindow.document.open();
testWindow.document.write(outboundHtml + inboundHtml);
testWindow.document.close();
这是我的发现(可能特定于我的机器，Win XP，3Gb Ram):
- Chrome 9:3218 个嵌套元素将呈现，3129 个选项卡崩溃。 (我知道 Chrome 9 很旧， 更新程序在我的公司 LAN 上失败)
- Safari 5:3477 将呈现，3478 浏览器完全关闭。
- IE8:1000000+ 将呈现(内存允许)，但由于滚动/移动鼠标等时的事件冒泡，当进入高 4 位数时性能会显着降低。任何超过 10000 的东西似乎都会被锁定，但我认为只是需要很长时间，有效的 DoS 也是如此。
- Opera 11:据我所知仅受内存限制，即我的脚本内存不足 10000000。对于确实呈现的大型文档，似乎没有像在 IE 中那样出现任何性能下降。
- Firefox 3.6:~1500000 将呈现，但测试超过此范围会导致浏览器因 Mozilla Crash Reporter 而崩溃或只是挂起，有时有效的数字会在随后的时间失败，但更大的数字~1700000 会直接从 Firefox 崩溃重新启动。
有关 Chrome 的更多信息:
将 DIV 更改为 SPAN 导致 Chrome 在崩溃前能够嵌套 9202 个元素。所以这不是 HTML 的大小的原因(尽管 SPAN 元素可能更轻量级)。
嵌套 2077 个表格单元格 (<table><tr><td>) 有效(6231 个元素)，直到您向下滚动到单元格 445，然后它崩溃，因此您无法嵌套 445 个表格单元格(1335 个元素)。
使用脚本生成的文件进行测试(与写入新窗口相反)的容忍度略高，但 Chrome 仍然崩溃。
您可以在它崩溃之前嵌套 1409 个列表项 ( <ul><li> )，这很有趣，因为:
- Firefox 在 99 之后停止缩进列表项，这可能是编程限制。
- Opera 一直在 250、376、502、628、754、880 处出现缩进问题...
设置 DOCTYPE 在 IE8 中有效(将其置于标准模式，即 var outboundHtml = '<!DOCTYPE html>'; ):它不会嵌套 792 个列表项(选项卡崩溃/关闭)或 1593 个 DIV。无论测试是从脚本生成还是从文件加载，在 IE8 中都没有区别。
因此浏览器的嵌套限制显然取决于攻击者注入(inject)的 HTML 元素的类型以及布局引擎。可能有一些 HTML 比这小得多。我们为 IE8、Chrome 和 Safari 用户提供纯 HTML DoS，负载相当小。
看来，如果您打算允许用户发布在您的某个页面上呈现的 HTML，那么如果有足够的大小限制，则值得考虑对嵌套元素进行限制。
关于html - 实际中 HTML 文档的最大深度是多少？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/7770573/