多字節(jié)編碼由來
我們先來看看最常用的，最小字符集是ascii，對應(yīng)的二級制可以表示為：00-7F 編碼 。它也是我們計(jì)算機(jī)使用最早通用的字符集。前期幾乎可以表示所有英文字符。后來，更多使用計(jì)算機(jī)國家加入后，我們就想在計(jì)算機(jī)中表示中文字符。我們知道常見中文就有7000多個字符。ascii碼就只有128字符，只有0-127編碼位置，遠(yuǎn)遠(yuǎn)不夠用了。因此，我們就開始制作更大字符集，并且保證兼容ascii編碼。要支持更多字符，選擇更大字符集。我們只能用多個字節(jié)來描述一個字符了。為了很好的與ascii碼，區(qū)分開來！一般做法是：每個字節(jié)值都大于>7F，如果是2個字節(jié)，那么就是：[>7F][>7F]。這樣編碼，保證很好的與ascii區(qū)分開，并且擴(kuò)大了字符集。像gb2312范圍在[0xA1-0xF7][0xA1-0xFE](中間很多沒有填滿)，它完全保證所有字節(jié)在A0之上，也就完全滿足在7F之上了。
GBK編碼漏洞緣由
通過上面的分析，我們知道gb2312編碼是很好的跟ascii碼分開了。 那么我們看看，GBK編碼呢，它是完全兼容gb2312（就是說在gb2312字符集中每個字符位置，與gbk字符集里面位置完全一致，而且包含于gb2312)，但是，它有2萬多個字符。從上面看，只能選擇往下排序了。 就是從A1A0往下排了，我們發(fā)現(xiàn)它編碼實(shí)際范圍是：[0x81-0xFE]([0x40-0x7E|0x80-0xFE] ) （GBK編碼），我們發(fā)現(xiàn)由2個字節(jié)組成，首字節(jié)范圍在7F之上，而第2個字節(jié)，有一部分在0x40-0x7E了。這就是導(dǎo)致bug原因。我們看看下面例子吧！

從ASCII碼表中，我們知道0x40-0x7E 包含字符有：“

選擇gbk編碼，運(yùn)行上面代碼，就一條簡單的命令導(dǎo)致出現(xiàn)錯誤，說字符串 賦值 沒有結(jié)束！ 呵呵，估計(jì)很多人看到這個就會認(rèn)為是php 出Bug了。但是，如果我們變成$a=”誠a”，發(fā)現(xiàn)可以正常運(yùn)行了。是不是覺得很奇葩啦?。?br />
原因分析:我們知道文件存在磁盤都是二級制方式，無論你存什么字符，最終都是以該字符的在所選字符集中字符編碼保存。php解析時候，最小分析單元是字節(jié)。無論你是多字節(jié)還是單字節(jié)字符。最終都是按照字節(jié)來處理的?！罢\” GBK編碼是 D55C，php按字節(jié)來解釋，5C對應(yīng)字符是“\” 字符。后面直接跟個‘”'，相當(dāng)于被轉(zhuǎn)義了。 因?yàn)闆]有閉合，因此出現(xiàn)錯誤！。大家看出問題所在了吧，按自己處理的話，會自然把多字節(jié)拆成單字節(jié)了。這樣就會出現(xiàn)很多奇怪問題了。
總結(jié)：通過上面講解，我們知道了多字節(jié)編碼過程，以及GBK導(dǎo)致簡單程序出錯的原因。其實(shí)，我們很多程序語言里面，都會以單個字節(jié)來解析的。這樣，當(dāng)你選擇多字節(jié)GBK編碼中文時，剛好有字節(jié)落在特殊位置，將會出現(xiàn)奇怪錯誤問題。而且，還將給系統(tǒng)帶來本身的漏洞，后面我再說說，GBK編碼缺陷，導(dǎo)致漏洞、以及專門利用該編碼漏洞缺陷進(jìn)行系統(tǒng)入侵！好了，先到這里了，歡迎交流！

GBK字符編碼（字符集）缺陷攻擊（注入）原理

上一節(jié)，我們分析了。選擇不同編碼可能會導(dǎo)致程序帶來本身潛在的漏洞。這次我們以GBK編碼為例，看看怎么樣通過該編碼注入到系統(tǒng)中。目前很多開源系統(tǒng)都存在類似的注入問題。我們先來，從一個Demo開始！

GBK字符集漏洞注入原理

?php
$u=isset($_GET['u'])? $_GET['u']:'';
$u=addslashes($u);
$sql = "select * from user where user='$u'";

以上是我們寫的一個測試?yán)樱℅BK編碼），現(xiàn)在很多開源系統(tǒng)，比較少的進(jìn)行統(tǒng)一參數(shù)過濾，有時候?yàn)榱朔乐棺⑷?，就直接對參?shù)進(jìn)行轉(zhuǎn)義處理。我們看看，這樣一個例子，我們怎么樣注入進(jìn)系統(tǒng)！