pwnthebox 网页读取器

whitelist_hostname = ["example.com",

                     "www.example.com"]

whitelist_scheme = ["http://"]

def check_hostname(url):

    for i in whitelist_scheme:

        if url.startswith(i):   

            url = url[len(i):]  # strip scheme  //将输入的url截取去掉http://

            url = url[url.find("@") + 1:]  # strip userinfo    //截取去掉@之前的内容

            if not url.find("/") == -1:

                url = url[:url.find("/")]  # strip parts after authority     //截取到"/"以内的内容

            if not url.find(":") == -1:

                url = url[:url.find(":")]  # strip port          //截取到":"以内的内容

            if url not in whitelist_hostname:

                return (False, "hostname {} not in whitelist".format(url))    //所剩内容对比whitelist

            return (True, "ok")

    return (False, "scheme not in whitelist, only {} allowed".format(whitelist_scheme)

上面代码解释引用了IncludeK师傅的注解

 python太菜对于url[len(i):] 这种写法可以截取字符串半天没看懂

同时发现个有趣的事情

关于@影响到url解析

        如：http://127.0.0.1/flag@example.com 会解析到127.0.0.1/flag

  但神奇的是http://127.0.0.1@example.com会解析到example.com

可能原因不太清楚不过有个图大家可以参考

  

 同时对于#在url的截断作用我也不是太清楚：

        大佬的解释

        #后的字符

在第一个#后面出现的任何字符，都会被浏览器解读为位置标识符。这意味着，这些字符都不会被发送到服务器端。

比如，下面URL的原意是指定一个颜色值：

　　http://www.example.com/?color=#fff

但是，浏览器实际发出的请求是：

　　GET /?color= HTTP/1.1

　　Host: www.example.com

可以看到，"#fff"被省略了。只有将#转码为%23，浏览器才会将其作为实义字符处理。也就是说，上面的网址应该被写成：

　　http://example.com/?color=%23fff

 所以这个题很明显了，代码中会读取@后面的作为监测白名单的url，在处理的时候，会把后面白名单的内容识别，但是url请求的时候#号后面的url会被忽略。

参考文章链接

PwnTheBox - Hacking Platform - CTF Platform - CTF平台 - 网络安全竞赛平台

URL的井号 - 阮一峰的网络日志