HTMLParser:

python的HTMLParser解析模块是一个非常强大的HTML解析模块，他提供了回调函数来检测是否存在某个标签或者属性，具体使用方式不再说多，网上有很多：

https://www.cnblogs.com/masako/p/5868367.html

在输入payload后，我们需要考虑到几种情况：

1. 在属性内容中

2. 在注释中

3. 在标签内容中

4. 在script标签中

5. 如果在属性中标签是否为a或者ifr这类可以使用伪协议的标签

检测流程：

对于检测流程我是这样设计的，先输入随机字符串，判断是否在返回中出现。如果在返回中出现则调用 Class.feed进行检测出现在哪里。

1. 出现在data中，则发送 <随机字符串>随机字符串，来判断html页面中是否出现了该标签

            url = urlparse(url).scheme + "://" + urlparse(url).netloc + urlparse(
                url).path + "?" + utilClass.GetStringParam(query, utilClass.GetPayloadParam(query, RandomString),
                                                           "<" + RandomString + ">")

检测代码如下：

    def handle_starttag(self, tag: str, attrs) -> None:
        if self.startTag or self.att:
            return None
        if str(tag).lower() == str(self.randomString).lower():
            self.startTag = True
        for att in attrs:
            self.ParserAtt(tag, att)

此时如果页面已经解析了该标签则说明存在漏洞，如果页面没出现该标签则考虑是否是出现在了 script、title、nosciprt、textarea这几类中，分别闭合后在进行检测。

1. 如果出现在html注释中则直接发送 -->随机字符串判断在data中是否出现，如果出现则进入第一个流程

2. 判断是否在属性中，需要先判断标签是否为可插入伪协议的标签：

    def ParserAtt(self, tag, attr):
        if self.att:
            return True
        if str(tag).lower() == str(self.randomString).lower():
            self.att = True
            return True
        if str(attr[0]).lower() == str(self.randomString).lower():
            self.att = True
            return True
        if str(attr[1]).lower().find(("javascript:" + self.randomString).lower()) == 0 and (
                tag == 'a' or tag == 'iframe'):
            self.att = True
            return True
        if tag == 'a' or tag == 'iframe':
            if str(attr[1]).find(self.randomString) == 0:
                self.attrValue1 = True
        else:
            if str(attr[1]).find(self.randomString) != -1:
                self.attrValue2 = True

如果是的话则直接加入javascript为协议，不是的话则考虑闭合属性，闭合属性后在进行测试是否添加新属性成功，若成功则返回漏洞存在，不成功则直接闭合标签。标签闭合成功后进入第一流程

JavaScript解析树：

可以使用模块 esprima,解析代码如下：

def ParserJs(jscode,payload):
    ast = esprima.parseScript(jscode)
    for node in ast.body:
        if node.type== "VariableDeclaration":
            for declaration in node.declarations:
                if (declaration.id.name.find(payload) != -1) and (declaration.id.type == "Identifier"):
                    return 1
                elif declaration.id.name.find(payload) != -1 and declaration.id.type == "Literal":
                    return 2
                elif declaration.init.value.find(payload) != -1 and declaration.init.type == "Literal":
                    return 2
                elif declaration.init.value.find(payload) != -1 and declaration.init.type == "Identifier":
                    return 1
        elif node.type == "ExpressionStatement":
            if (node.expression.name.find(payload) != -1) and (node.expression.type == "Identifier"):
                return 1
            elif node.expression.name.find(payload) != -1 and node.expression.type == "Literal":
                return 2
    return 3