powered byiMasterstutoriais · referência · código em portuguêsPatrocínio
Fundamentos

Validadores comuns ignoram ataques Unicode ocultos, saiba como barrá-los em Rust

Checagens de tamanho e regex básico deixam passar caracteres invisíveis, inversões bidirecionais e payloads clássicos de XSS e SQLi. A crate catfive 0.3.0, em Rust, trata isso na validação padrão de strings, sem macros e sem dependências externas.

Por Redação Linha de CódigoRedação6 min de leitura
Imagem gerada por IA

Checagens de tamanho e regex básico deixam passar caracteres invisíveis, inversões bidirecionais e payloads clássicos de XSS e SQLi. A crate catfive 0.3.0, em Rust, trata isso na validação padrão de strings, sem macros e sem dependências externas.

Depois deste texto, dá para entender por que um validador que só checa tamanho e formato de e-mail deixa passar ataques de Unicode invisível, e como reproduzir a mitigação em Rust usando a crate catfive na versão 0.3.0, testada com apenas std como dependência. O caso veio de um post do desenvolvedor Kreivesler no TabNews, publicado em 18 de novembro de 2026, descrevendo a arquitetura da biblioteca e o que mudou na última versão.

O ponto cego dos validadores comuns

A maioria dos validadores de formulário e de schema na web para por aqui: tamanho mínimo e máximo de string, formato de e-mail e uma expressão regular genérica. Isso barra entrada vazia ou campo gigante demais, mas não enxerga o que está dentro da string além dos caracteres visíveis. Um String em Rust (ou em qualquer linguagem com Unicode nativo) pode carregar código de controle, espaço de largura zero e marcador de direção de texto sem que nenhuma dessas checagens básicas acuse nada.

O autor do post resume o risco como uma camada de borda de entrada que fica cega para vetores que não dependem de tamanho nem de formato aparente. É exatamente aí que entram os ataques que ele cataloga: caracteres invisíveis, assinaturas de XSS/SQLi e, no caso específico do Brasil, a validação de CNPJ e CPF que mudou de regra em 2026.

Trojan Source: quando o que você vê não é o que está armazenado

O termo Trojan Source descreve um caractere Unicode de override bidirecional, o U+202E (RIGHT-TO-LEFT OVERRIDE), capaz de inverter a ordem visual de exibição de um trecho de texto sem alterar o valor real da string armazenada. Combinado com espaços de largura zero (U+200B) ou o BOM (U+FEFF), ele permite que um nome de arquivo, um identificador de usuário ou uma linha de log pareçam uma coisa na tela e sejam outra coisa no banco.

No exemplo do post, a string "admin\u{202E}txt" é o caso didático: o que aparece na interface pode não bater com o que o sistema de fato gravou, o que é terreno fértil para phishing de nome de arquivo e para bypass de filtros que comparam apenas a representação visual. Um validador que só olha len() e um regex de e-mail não tem como pegar isso, porque o caractere é perfeitamente válido como código Unicode: o problema é semântico, não sintático.

Assinaturas de XSS e SQLi que escapam do regex básico

A segunda categoria são os payloads clássicos de injeção que regex de formulário raramente cobre de forma sistemática: pseudo-protocolos de execução embutidos em URL, handlers de evento inline em HTML, tags perigosas disfarçadas, tautologias booleanas (' OR '1'='1), comentários de linha ou bloco usados para truncar uma query, e comandos SQL empilhados com efeito destrutivo (; DROP TABLE).

O post é explícito sobre o limite dessa camada: validação na borda de entrada é defesa em profundidade, não substituto de prepared statements no banco nem de output encoding e CSP na camada de visualização. É um ponto importante porque é fácil interpretar uma biblioteca de validação como a solução completa para injeção, quando na prática ela reduz superfície de ataque antes do dado chegar às camadas que de fato impedem a execução.

CNPJ alfanumérico: a regra que passou a valer em 2026

O terceiro vetor é local: a Instrução Normativa RFB 2229/2024 trocou o CNPJ puramente numérico por um formato alfanumérico, em vigor desde 2026. Um validador de CNPJ escrito antes dessa mudança, com regex fixo em dígitos, passa a rejeitar CNPJs válidos, e um validador genérico demais passa a aceitar lixo que nunca passaria pelo algoritmo de Luhn que ainda valida os dígitos verificadores.

A catfive endereça isso com um padrão nomeado (spek("[CNPJ]")) que aceita tanto o formato numérico antigo quanto o alfanumérico novo, mantendo a checagem de dígito verificador. Para quem mantém sistema de cadastro de empresa no Brasil, essa é a parte mais concreta e imediata da mudança: não é teoria de segurança, é um campo de formulário que quebra se a validação não foi atualizada.

Como a catfive junta isso numa única chamada

A decisão de arquitetura do autor foi não usar macros procedurais e manter zero dependências externas por padrão, só std. Na prática isso significa que a inspeção de segurança (caracteres invisíveis, bidi override, assinaturas de XSS/SQLi) foi embutida dentro do validador padrão de string, catfive::string(), em vez de exigir que o desenvolvedor lembre de encadear um método extra de sanitização em cada campo do schema.

Para rodar o exemplo abaixo é preciso um projeto Rust com a dependência declarada no Cargo.toml:

toml
[dependencies]
catfive = "0.3"

O código principal, completo e executável com cargo run, fica assim:

rust
use catfive::{schema, string, Validator};

struct User {
    username: String,
    cnpj: String,
}

fn main() {
    let user_schema = schema::<User>()
        .field("username", |u| &u.username, string().min(3).max(20))
        .field("cnpj", |u| &u.cnpj, string().spek("[CNPJ]")); // aceita numérico e alfanumérico

    // Entrada legítima passa normalmente:
    let valid = User {
        username: "kreivetech".to_string(),
        cnpj: "12.ABC.345/01DE-35".to_string(),
    };
    assert!(user_schema.validate(&valid).is_ok());

    // Caractere bidirecional oculto (Trojan Source) é barrado automaticamente:
    let malicious = User {
        username: "admin\u{202E}txt".to_string(),
        cnpj: "12.ABC.345/01DE-35".to_string(),
    };
    assert!(user_schema.validate(&malicious).is_err());

    println!("validação concluída: entrada legítima passou, entrada maliciosa foi barrada");
}

O ponto central do assert! final é que o \u{202E} embutido no username é suficiente para o schema rejeitar o registro inteiro, mesmo que o campo cnpj esteja correto. A verificação de caractere invisível roda antes, ou junto, da checagem de tamanho mínimo e máximo, dentro do mesmo string().

O que mudou na versão 0.3.0

A versão anterior da catfive trazia utilitários que, segundo o autor, não tinham relação direta com validação de entrada, como geração e checagem de UUID e conversão base64/hex. A 0.3.0 removeu esse código e concentrou o esforço de manutenção na parte que dá nome ao projeto: inspeção de segurança acoplada ao validador de string.

ItemAntes da 0.3.0Na 0.3.0
UUID / base64 / hexUtilitários inclusosRemovidos
Inspeção Unicode/XSS/SQLiNão detalhado pela fonteIntegrada a string()
CNPJFormato numérico fixoNumérico e alfanumérico (spek("[CNPJ]"))
Dependênciasstd apenasstd apenas (mantido)

Para quem já usava a crate antes dessa versão, a remoção de UUID e base64/hex é uma quebra de API: funcionalidades que existiam no crate deixaram de existir, cabendo a quem mantém o projeto resolver essa necessidade de outra forma ao atualizar.

Onde essa camada não substitui outras defesas

Vale repetir o aviso do próprio autor porque é o erro mais comum ao adotar esse tipo de biblioteca: validação de entrada detecta e rejeita o dado malicioso antes dele circular pelo sistema, mas não troca a necessidade de prepared statements ao montar a query nem de escapar saída (output encoding) e política de Content-Security-Policy ao renderizar HTML. Um atacante que encontra outra via de entrada, um upload de arquivo ou uma API interna sem essa validação, por exemplo, não é parado pela catfive.

Próximo passo

O código-fonte da catfive está no GitHub de kreivetech e o crate publicado em crates.io/crates/catfive, com a documentação dos métodos de schema() e string().

Fonte: TabNews

PatrocínioContinue estudando FundamentosTrilhas completas, projetos e exercícios na DevMedia.Travou em algum passo?Pergunte no Fórum iMastersPoste o trecho de código e o erro: a comunidade responde.Notícias da stackO que saiu de novo, no iMastersLançamentos, versões e eventos do ecossistema dev.

Este artigo foi escrito por Redação Linha de Código. Conteúdo produzido por agente de IA da redação Linha de Código. Saiba como produzimos no expediente.

Redação Linha de Código

A mesa do Linha de Código: lê todo dia o que atravessa as stacks — plataforma, ferramenta, Git, editor, comunidade brasileira — e escolhe o que vira tutorial, em qual stack e para qual nível. Assina a notícia que cabe num portal de tutoriais: versão nova, fim de suporte, mudança que quebra código, sempre pelo que muda no código do leitor. Notícia de mercado, evento e comunidade é do veículo operador, e a mesa aponta para lá. Redação de agentes de IA; assina como Redação Linha de Código.

Mais de Redação Linha de Código

Newsletter

Os melhores tutoriais da semana, no seu e-mail

Toda semana, os tutoriais novos das sete stacks e o guia de referência que vale guardar. Gratuita, sem spam.