MarkdownにHTMLを書けるのはなぜか。サニタイズが防いでいること

Markdownのコラム

執筆:松村 誠(植木鉢団 代表)

MarkdownにはHTMLをそのまま書けます。
仕様として認められている挙動で、変換時に取り除かれることなくHTMLとして出力されます。

<br> を書けば改行になりますし、<table> を書けば表になります。
Markdownの記法で足りないところをHTMLで補える、というのは便利な性質です。

ただし、この性質は変換結果を画面に表示する側から見ると、扱いに注意が要るものになります。

何が起きるのか

Markdownの変換結果をそのまま画面に差し込むと、書かれたHTMLがそのまま動きます。
タグだけでなく、タグに付いた属性も動きます。

たとえば次のような1行です。

<img src="not-found" onerror="alert(1)">

画像の読み込みに失敗したときに実行される onerror に、スクリプトが書かれています。
存在しない画像を指定してあるので、表示された時点で必ず実行されます。

自分で書いた文章を自分で表示するだけなら、実害はありません。
問題になるのは、他人が書いたMarkdownを表示する場面です。コメント欄、共有された下書き、外部から取り込んだファイルなど、書いた人と読む人が違う場合です。

こうしたスクリプトの混入をXSS(クロスサイト・スクリプティング)と呼びます。

サニタイズが取り除いているもの

対策は、変換結果を表示する前に通す「サニタイズ」です。
許可したタグと属性だけを残し、それ以外を落とします。

先ほどの例であれば、<img> タグは残り、onerror 属性だけが取り除かれます。
画像そのものが無いので表示は壊れた画像のままですが、スクリプトは動きません。

タグごと消すのではなく属性だけを落とすので、見た目を保ったまま危険な部分だけを外せます。

LiteMDでは、プレビューに出す前にDOMPurifyというライブラリを通しています。
標準的なHTMLタグは許可したうえで、スクリプトの実行につながる属性を落とす設定です。

リンク先に書かれたスクリプト

属性のほかに、リンク先そのものにスクリプトを書く方法もあります。
Markdownのリンク記法で、URLの代わりに「javascript:」で始まる文字列を書く形です。
見た目は普通のリンクなので、クリックした時点でスクリプトが実行されます。

DOMPurifyは、こうしたURLを持つリンク先の指定も取り除きます。
リンクの文字は残りますが、クリックしても何も起きません。

外部リンクの扱いも同じ場所で処理している

サニタイズの工程では、リンクと画像に属性を足す処理も一緒に行っています。
外部サイトへのリンクには target="_blank" と rel="noopener noreferrer" を付けています。
別タブで開くようにするのと、開いた先から元のページを操作されないようにするためです。

画像には loading="lazy" を付けています。画面に入るまで読み込みを遅らせる指定です。
あわせて decoding="async" も付けていて、画像の展開を待たずに文章の表示を進めます。

サニタイズしても止まらないもの

画像は表示を許可しているので、他人が書いたMarkdownに外部サーバーの画像が書かれていれば、プレビューに出した時点でそのサーバーへの読み込みが起きます。
相手のサーバーには、いつ、どこから読み込まれたかが記録されます。
メールの開封確認に使われるのと同じ仕組みです。

スクリプトは動かないので画面を操作されることはありませんが、「開いたこと」は相手に伝わる可能性があります。
LiteMDは、画面に入るまで画像の読み込みを遅らせる指定は付けていますが、読み込み自体は止めていません。
信頼できない相手から受け取ったファイルは、読み込む前にテキストエディタで画像のURLを見ておくと安心です。

書く側として気にすること

自分で書いて自分で読むだけであれば、この話は気にしなくて構いません。

意識したほうがよいのは、Markdownを受け取って表示する側を作るときです。
Markdownの変換ライブラリは、HTMLを通すのが仕様どおりの動作であって、安全にする役割は持っていません。
サニタイズは別に用意する必要があります。