XML炸弹本质是利用XML解析器对实体的递归展开机制，以几百字节输入触发GB级内存消耗；Python xml.etree.ElementTree默认未禁用DTD和外部实体，易受Billion Laughs等攻击；防御需主动禁用DOCTYPE、使用defusedxml等安全替代库，并杜绝日志回显原始XML。
XML炸弹本质：用几百字节触发GB级内存爆炸
XML炸弹不是传统意义上的“恶意代码”，而是一种精心构造的、语法完全合法的XML文档，它利用XML解析器对实体（entity）的递归展开机制，在极小输入下引发指数级资源消耗。一个典型例子展开后能吃掉3GB内存——攻击者只发几百字节，服务器就可能瞬间卡死或崩溃。
为什么xml.etree.ElementTree默认会中招
Python标准库的xml.etree.ElementTree在fromstring()或parse()时，若未显式禁用DTD和外部实体，就会处理中定义的嵌套实体。而Billion Laughs正是靠这种“宏展开”实现指数增长：
]> <data>&c;</data>
这里&c;展开为5×5=25个lol，再深一层就是125个——5层嵌套就能生成超过3亿个字符串副本。
- 默认行为：
ElementTree不校验也不限制实体展开深度或总展开长度 - 风险场景：处理用户上传的XML、接收SOAP请求、解析第三方配置文件
- 关键误区：以为“没用
lxml就安全”——标准库同样脆弱
Java/PHP/NET里怎么防：三步硬性配置
所有主流语言的XML解析器都提供禁用机制，但必须主动开启，不能依赖默认值：
Apache Tika Content Extraction Hub
下载
通过Apache Tika Server REST API从1400多种文件格式中提取文本和元数据。处理PDF、DOCX、PPTX、电子邮件归档以及带有MIME类型检测的嵌入式文档提取。
-
Java（SAX/DOM）：设置
setFeature("http://apache.org/xml/features/disallow-doctype-decl", true)，或使用DocumentBuilderFactory.setFeature("http://javax.xml.XMLConstants/feature/secure-processing", true) -
PHP（libxml）：调用
libxml_disable_entity_loader(true)（注意：该函数在PHP 8.0+已废弃，需改用LIBXML_NOENT | LIBXML_DTDATTR组合并手动过滤） -
.NET（System.Xml）：将
XmlReaderSettings.DtdProcessing设为DtdProcessing.Prohibit，且XmlResolver = null
漏掉任意一项，XXE或XML炸弹都可能绕过防护。
真正有效的防御不是“堵”，而是“换”
禁用DTD只是底线，不是终点。生产环境应优先切换到更安全的替代方案：
- 用
defusedxml（Python）替代原生xml.etree：from defusedxml.ElementTree import parse tree = parse(file_obj) # 自动禁用所有危险特性
- 用
xmlreader（PHP）替代simplexml_load_string，配合XMLReader::open()+setParserProperty(XMLReader::SUBST_ENTITIES, false) - 拒绝解析含
/code>的XML——很多业务根本不需要DTD，直接在入口层丢弃即可
最常被忽略的一点：日志、监控、调试接口如果会把原始XML回显或存入日志，哪怕你解析器本身是安全的，攻击者也能通过报错信息反推服务器路径或触发盲注外带——XML安全从来不只是解析器的事。
