关于转义符 \ 在php正则中的匹配问题

今天做题遇到一个很经典的问题，记录一下，先看一段代码

<?php
$str，=，"\\";
$pattern，=，"/\\/";
if(preg_match($partern,$str,$arr))
{
，，，，echo，"success";
，，，，print_r($arr);
}else{
，，，，echo，"false";
}

看到这段代码的师傅们，思考一下，会输出success还是false

输出false，正则没有被匹配到，为什么呢？

php对转义符的解析

php解析正则时分为了两个步骤，一个是php对字符串的解析，之后才是对正则的解析，那么php在解析字符串时什么时候才会将\解析为转义呢？只有在某一字符会对这一语句产生混淆时，php才会将\解析为转义。

分析一个正则匹配

首先php对字符串进行解析：

在这种情况下可以看到str中\并没有被当成转义符

而在pattern中，由于有多个\并且在正则表达式中存在/，会混淆正则表达式的边界，因此这四个转义符的作用分别是：

• 第一个转义符转义第二个转义符
• 第三个转义符转义第四个转义符，第五个转义符转义/

因此php最终解析出的str为，\/，pattern为，\\/

到preg_match时，进行正则解析（正则解析只解析正则表达式）：

• 将pattern中的，\\/，解析为\/，（第一个转义符转义了第二个转义符）

经过php和正则的解析后，我们可以发现str与pattern是一样的字符串了，所以应该会输出success，并且匹配到的部分为\/

验证成功

这里提出一个问题，如果在pattern中，我的正则内容中不想使用\来转义/，并且还想输出success，那应该怎么修改正则内容呢？

我们刚才提到，转义是为了防止语句中的字符产生混淆，/与正则边界产生了混淆，所以我们用其他的字符作为边界就好了，比如#

总结：在一般情况下，只有字符串中的某一字符会对该语句产生混淆，这时该符号前的\才具有转义作用。

【----帮助网安学习，以下所有学习资料加vx：dctintin，备注“思否”获取！】
① 网安学习成长路径思维导图
② 60+网安经典常用工具包
③ 100+SRC漏洞分析报告
④ 150+网安攻防实战技术电子书
⑤ 最权威CISSP 认证考试指南+题库
⑥ 超1800页CTF实战技巧手册
⑦ 最新网安大厂面试题合集（含答案）
⑧ APP客户端安全检测指南（安卓+IOS）

这里我在做测试有一个小坑

首先php的字符串解析：可以看到由于字符串中并没有可能会产生混淆语句的字符，因此\都没有转义作用。

正则进行解析（只解析正则表达式，不解析其他字符串）：pattern中的\/被解析成了/，

因此最终的正则匹配是在字符串\/中匹配/，因此输出了/

这里我一开始以为str中的\也发挥了转义作用，其实并不是。

回到最初的问题，为什么输出了false

<?php
$str，=，"\\";，
$pattern，=，"/\\/";，，
if(preg_match($partern,$str,$arr))
{
，，，，echo，"success";
，，，，print_r($arr);
}else{
，，，，echo，"false";
}

按照上面的流程分析，

首先php进行字符串解析：

• str被解析为\，pattern被解析为\

进行正则表达式解析：

• pattern中含有转义符\，现在正则需要这个转义符去发挥转义作用，但在正则表达式中已经没有其他字符去转义了，导致了正则表达式的解析错误，pattern最终被解析成了什么我们也不知道

所以最终在进行正则匹配时会输出false

那么我们应该怎么让它输出success呢？

php正则如何正确匹配\

刚才我们提到在正则解析时只剩下了一个\，导致了解析的错误，那么如果我们在正则解析这步剩下两个\是不是就可以在正则解析中保留下一个\呢？再往前推，如果想要正则解析这步里保留两个\，那么在定义partern字符串的时候我们是不是要写四个\才可以？

具体的解析过程我就不讲了，跟上面是完全一样的。

总结：php在正则中匹配\时需要在正则表达式中写入四个\

一道ctf题的分析

题目来源：[安洵杯，2019]easy_web，wp移步主页查找，如果没有就是还没写完。

if，(preg_match("/ls|bash|tac|nl|more|less|head|wget|tail|vi|cat|od|grep|sed|bzmore|bzless|pcre|paste|diff|file|echo|sh|\'|\"|\`|;|,|\*|\?|\\|\\\\|\n|\t|\r|\xA0|\{|\}|\(|\)|\&[^\d]|@|\||\\$|\[|\]|{|}|\(|\)|-|<|>/i",，$cmd))，{
，，，，echo("forbid，~");

在这一段代码中对传入的cmd命令进行了过滤，并且可以看到其中有四个反斜杠，对\做出了过滤，但最后仍然可以用反斜线逃逸，ca\t，l\s执行命令，这是为什么呢？

按照我们上面所说的进行分析，首先php对字符串进行解析：

• \\被解析为\
• \\\\，被解析为\\

经过字符串解析，原本的|\\|\\\\|，变成了|\|\\|

正则表达式解析：

• 第一个\|被解析为|
• \\被解析为\

经过两次解析后，最终的正则表达式变成了||\|，所以实际上是对|\进行了过滤，所以就可以使用\进行绕过了。

因此解决的办法是在正则过滤中不要添加\\这一项，会导致整个正则表达式直接变味。

这里跟着原帖看发现原帖说的有点问题，自己思考了一下做出了一些猜想，发现是正确的。

还有原帖中提到的一个问题，这里为什么随便一个字符串甚至是空都可以匹配成功，因为在|\\\\|的左右两边没有东西，为空，所以随便匹配都可以匹配到。

解决方法就是两边加上东西就可以了。

自己的小感想

这道题在网上的wp基本都是直接用\去执行命令，但很少有人能去讨论为什么可以这么绕过，后端代码已经做出了过滤，为什么还是会被绕过，我很幸运能够看到更深的分析，这也是我第一次自己有独立的想法去不断的调试代码，虽然每一次看到其他大佬wp里不合理的地方感觉很迷茫，但是还找不到理由，但是经过不断的调试发现有些其他大佬的东西也不一定就都是对的，而且自己不断调试后找到问题有一种说不出来的成就感，总结起来就是看问题要深入，有耐心。引用原帖的一句话就是

更多网安技能的在线实操练习，请点击这里>>