Import DOCX přes mammoth umí přečíst libovolný soubor serveru (externí obrázek r:link)
import { Aside } from ‘@astrojs/starlight/components’;
Symptom
Sekce “Symptom”Funkce „import šablony z Wordu“ (DOCX → HTML → uložená šablona) prošla testy na diakritiku a strukturu. Nezávislé review ale ukázalo, že speciálně připravený .docx s obrázkem odkazovaným přes r:link na file:///cesta/.env vrátí v odpovědi API i v uložené šabloně obsah tohoto souboru jako <img src="data:…;base64,…">. Stačí právo na správu šablon a dokument od třetí strany (klient, právník).
Root cause
Sekce “Root cause”mammoth do verze 1.10 čte externí obrázky (<a:blip r:link="…">) přes files.read(uri), který pro absolutní URI sáhne na disk serveru. Neznámý content-type dá jen varování, ne chybu, takže import pokračuje. Jde o CVE-2025-11849; od 1.11 je výchozí externalFileAccess: false.
Ve stejné cestě byly další dvě díry stejného druhu („důvěra v cizí soubor“):
- zip bomba — limit 10 MB platil jen pro komprimovanou velikost;
document.xmlrozbalený na GB shodí proces pro všechny tenanty (OOM); javascript:odkazy — hyperlinky z Wordu šly beze změny do uloženého HTML i do náhledu (docx-previewnastavujehrefz dokumentu bez filtru).
Fix
Sekce “Fix”// 1) konvertor bez přístupu k disku (+ verze s bezpečným defaultem)await mammoth.convertToHtml({ buffer }, { styleMap, externalFileAccess: false });
// 2) zip bomba: rozbalená velikost z centrálního adresáře PŘED parsovánímconst zip = await JSZip.loadAsync(buffer);const total = Object.values(zip.files).reduce((s, f) => s + (f._data?.uncompressedSize ?? 0), 0);if (total > 50 * 1024 * 1024 || Object.keys(zip.files).length > 2000) throw new ImportError("too_large");
// 3) sanitizace výsledného HTML (DOM, ne regex): obrázky pryč, odkazy jen bezpečná schématafor (const el of root.querySelectorAll("img,script,style,iframe,object,embed")) el.remove();for (const a of root.querySelectorAll("a[href]")) if (!/^(https?:|mailto:|tel:)/i.test(a.getAttribute("href") ?? "")) a.removeAttribute("href");// totéž po renderAsync() v náhledu docx-preview na klientuChyby mammoth týkající se obrázků se po změně berou jako varování (obrázky se neimportují), ostatní chyby import zastaví. Testy: fixtura s r:link na file:///etc/hosts (výstup nesmí obsahovat <img ani base64), fixtura s javascript: a mailto: odkazem, fixtura se 60 MB rozbaleným XML (~60 KB na disku).
Jak se tomu vyvarovat v jiných systémech
Sekce “Jak se tomu vyvarovat v jiných systémech”- Detection:
grep -rn "mammoth" package.jsons verzí < 1.11;grep -rn "convertToHtml\|renderAsync" srcbez následné sanitizace; limit velikosti uploadu jen nafile.size. - Anti-pattern: „soubor prošel kontrolou přípony a velikosti, takže je bezpečný“; HTML z konvertoru uložené do DB a renderované do PDF/editoru bez allow-listu.
- Lepší přístup: konvertor s vypnutým přístupem k disku, limity na rozbalený obsah, DOM sanitizace (allow-list tagů/schémat) na serveru i v náhledu, review od druhého modelu/člověka zaměřené na „co když je soubor nepřátelský“.
Sister bugs / související
Sekce “Sister bugs / související”- Tajemství cronu v argv — stejný vzor „bezpečné jen zdánlivě“.
- Zranitelnost obecně: SSRF/LFI přes konvertory dokumentů (LibreOffice headless, Pandoc s
--resource-path, ImageMagick delegáti) — vždy spouštět bez přístupu k citlivým cestám.