Spaces:
Sleeping
Sleeping
File size: 7,552 Bytes
bad7a01 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 | """Sprint S1.3 — XSS dans le rapport HTML généré.
Vérifie que tout contenu utilisateur (corpus_name, sentences narratives,
nom de moteur) est échappé HTML dans le rapport produit par
``picarones.reports.html.ReportGenerator``.
Bandit B701 (CWE-94) avait flaggé ``Environment(autoescape=False)`` —
ce test concrétise l'attaque que l'audit décrivait : un corpus nommé
``</title><script>alert(1)</script>`` doit être inerte dans le HTML.
"""
from __future__ import annotations
from pathlib import Path
from picarones.evaluation.benchmark_result import (
BenchmarkResult,
DocumentResult,
EngineReport,
)
def _make_minimal_benchmark(
corpus_name: str,
engine_name: str = "tesseract",
) -> BenchmarkResult:
"""Construit un BenchmarkResult minimal valide avec le ``corpus_name`` fourni."""
from picarones.evaluation.metric_result import MetricsResult
metrics = MetricsResult(cer=0.0, wer=0.0, mer=0.0, wil=0.0)
doc = DocumentResult(
doc_id="doc01",
image_path="doc01.png",
ground_truth="Bonjour",
hypothesis="Bonjour",
metrics=metrics,
duration_seconds=0.1,
)
engine = EngineReport(
engine_name=engine_name,
engine_version="5.3.0",
engine_config={},
document_results=[doc],
)
return BenchmarkResult(
corpus_name=corpus_name,
corpus_source=None,
document_count=1,
engine_reports=[engine],
)
# ──────────────────────────────────────────────────────────────────────
# 1. corpus_name avec script tag → doit être échappé dans <title>
# ──────────────────────────────────────────────────────────────────────
class TestCorpusNameXSS:
"""Le ``corpus_name`` est injecté dans ``<title>`` de
``base.html.j2``. Sans échappement, un nom malicieux compromet
tout rapport partagé."""
def test_script_tag_in_corpus_name_is_escaped(self, tmp_path: Path) -> None:
from picarones.reports.html import ReportGenerator
bench = _make_minimal_benchmark(
corpus_name="</title><script>alert('xss')</script>",
)
gen = ReportGenerator(bench)
out = tmp_path / "report.html"
gen.generate(out)
html = out.read_text()
# Le tag </title> ne doit PAS apparaître au milieu du HTML
# (autre que celui légitime à la fin du <head>) au point
# d'attacher un <script>.
assert "<script>alert('xss')</script>" not in html, (
"XSS confirmé : le script malicieux est exécutable dans le rapport.\n"
"Causes possibles : autoescape=False dans Jinja2 + corpus_name "
"non filtré."
)
# Forme correcte : caractères dangereux échappés.
assert "<script>alert(" in html or "<script>" in html.lower(), (
"Le ``<`` dans corpus_name doit être échappé en ``<``."
)
def test_html_attribute_injection_in_corpus_name(self, tmp_path: Path) -> None:
"""Cas d'attaque attribute-based : ``" onerror=alert(1)``
peut casser une balise si corpus_name est utilisée dans
un attribut."""
from picarones.reports.html import ReportGenerator
bench = _make_minimal_benchmark(
corpus_name='" onerror="alert(1)" foo="',
)
gen = ReportGenerator(bench)
out = tmp_path / "report.html"
gen.generate(out)
html = out.read_text()
# Le caractère ``"`` doit être échappé en ``"`` ou
# ``"`` partout où corpus_name est rendu. Aucune
# attribute injection ne doit subsister.
assert ' onerror="alert(' not in html, (
"Attribute injection : un guillemet non échappé permet "
"d'injecter onerror=."
)
def test_corpus_name_with_unicode_renders_correctly(
self, tmp_path: Path,
) -> None:
"""Corollaire — vérifie qu'un nom Unicode légitime
(``Manuscrit médiéval — chartes XIII°``) reste lisible
après échappement."""
from picarones.reports.html import ReportGenerator
bench = _make_minimal_benchmark(
corpus_name="Manuscrit médiéval — chartes XIII°",
)
gen = ReportGenerator(bench)
out = tmp_path / "report.html"
gen.generate(out)
html = out.read_text()
# Caractères Unicode safe doivent rester intacts.
assert "Manuscrit médiéval" in html
assert "XIII°" in html
# ──────────────────────────────────────────────────────────────────────
# 2. Engine name (moteur OCR) avec injection
# ──────────────────────────────────────────────────────────────────────
class TestEngineNameXSS:
"""Le nom de moteur peut venir d'un import HuggingFace ou d'une
config utilisateur. Doit être échappé dans tous les renderers
qui l'affichent."""
def test_engine_name_with_script_is_escaped(self, tmp_path: Path) -> None:
from picarones.reports.html import ReportGenerator
bench = _make_minimal_benchmark(
corpus_name="test",
engine_name="<script>alert('engine')</script>",
)
gen = ReportGenerator(bench)
out = tmp_path / "report.html"
gen.generate(out)
html = out.read_text()
assert "<script>alert('engine')</script>" not in html, (
"Engine name XSS : un nom de moteur malicieux est exécuté."
)
# ──────────────────────────────────────────────────────────────────────
# 3. Bandit B701 ne doit plus signaler autoescape=False
# ──────────────────────────────────────────────────────────────────────
class TestJinja2EnvIsAutoescaped:
"""Garde-fou contre la régression : ``_build_jinja_env`` doit
retourner un Environment avec autoescape activé pour les
extensions HTML/J2."""
def test_env_has_autoescape_enabled_for_html(self) -> None:
from picarones.reports.html.generator import _build_jinja_env
env = _build_jinja_env()
# autoescape doit être un Callable (select_autoescape) ou True,
# pas False ni None.
autoescape = env.autoescape
assert autoescape, (
f"Jinja2 Environment.autoescape={autoescape!r} — XSS exposé."
)
# Si c'est une fonction (select_autoescape), elle doit
# retourner True pour les HTML/J2.
if callable(autoescape):
assert autoescape("base.html.j2"), (
"select_autoescape doit activer l'échappement pour .j2"
)
assert autoescape("any.html"), (
"select_autoescape doit activer l'échappement pour .html"
)
|