我的論壇正在發佈一些bot，它的帖子中包含字符「ÿþ<」（當使用iso-8859-1解碼時）。沒有鏈接，只是包含這些字符的隨機文本。這裏有一個例子：Perl正則表達式來捕獲垃圾郵件模式「ÿþ<」？
AZ情侶降低作品的事情我們這些你雲天化<服務忙，一個獲得男子收購雲天化<評價簡單地購買到數據信息的theyd時間雲天化<他們約她再次聘用的結果。業務有ÿþ<用戶運行確保數據街道安全鳳凰
它似乎是字節FF和FE之前的小於。
我想開發一個Perl正則表達式來捕捉這些字符，但我不知道該怎麼做。任何人都可以建議正則表達式？他們發佈這個目的的目的是什麼？我知道xruner探測網站的漏洞，但這不像我見過的任何論壇鏈接快捷方式。
U + FEFF變得FF FE使用UTF-16le編碼時。
在文本的開頭，U + FEFF是UTF-16le BOM。在其他地方，這是一個零寬度的不間斷空間（也就是說一個不可見的，功能較少的字符）。
我可以想到兩種攻擊性用途。這兩種情況都涉及在被另一個程序使用之前，通過一個程序檢查HTML惡意內容的情況。
如果檢查器上當切換到UTF-16LE當它遇到FF FE（因爲它錯誤地認爲它是一個BOM），以下<將表現爲比<給它以外的內容，從而繞過檢查爲<。這將允許\xFF\xFE<script>...</script>（例如）繞過這些標籤的檢查。
檢驗器可以正確地確定<\x{FEFF}script（來自UTF-16LE解碼）不是HTML元素，並允許通過<\x{FEFF}script>...</script>到過濾掉U + FEFF的所有實例的童車的瀏覽器。這個瀏覽器將會看到<script>...</script>哪裏沒有。
你可能打算刪除的人物，但是這是一個壞主意。刪除會引入我上面提到的第二個安全問題。相反，你應該保留它們或將其更改爲U+FFFD。
s/[\xFE\xFF]/\x{FFFD}/g
下面的正則表達式應該多字節字符工作：
$string =~ m/\x{00FF}/;
感謝Mauritz - 我爲我的CDN使用Cloudflare，並且他們也阻止惡意用戶。只要我關掉它進行測試，這些帖子就開始氾濫。我不知道他們在利用什麼漏洞...... – 2013-03-10 20:34:33
這個怎麼樣？
#!/usr/bin/env perl
use strict;
use warnings;
{
use bytes;
/\xff\xfe\x3c/ and print "found\n" while <>;
}
參見BOM：
UTF-16（LE）FF FE 255 254 YTH
此正則表達式匹配的那些多字節字符：\xFF\xFE<
改進了我的答案。 – ikegami 2013-03-10 21:14:38
因此，他們正在探索一種方法來獲得後門角括號。我想我可以安全地得出結論，如果帖子的正文等包含該字符，則該帖子是垃圾郵件。所以我只是將它們重定向到FBI的網絡犯罪頁面。我相信沒有成就，但它讓我微笑。 – 2013-03-11 00:49:07
是的，我覺得FF FE可能會被意外插入。 （我可以想象在模板生成的電子郵件中偶然插入了BOM的UTF-8編碼，但很少。） – ikegami 2013-03-11 18:12:42