Python 安全编码

Table of Contents
不安全的 Python 函数及其替代方案
Python 是一种用途广泛、应用普遍的编程语言,提供了许多实用函数。但并非所有函数都同样安全。部分函数使用不当会带来漏洞和意外后果。本节介绍这些不安全的 Python 函数、相关风险,以及功能相近的更安全替代方案,帮助加强安全性和稳定性。
引言:保护你的 Python 项目
Python 凭借丰富的库和直观语法广受欢迎。但一些函数处理不当会损害安全性和可靠性。了解潜在问题并采用其他方法,有助于编写更能抵御威胁的代码。
不安全的 Python 函数及其风险
使用 eval() 动态执行代码
eval() 会动态执行字符串中的 Python 代码。它功能强大,但如果没有妥善清理用户输入,就可能引发代码注入攻击。可以考虑使用 ast.literal_eval() 或 exec() 实现受控、安全的代码执行。
使用 eval() 动态执行代码:
# Unsafe: Using eval() for dynamic code execution
user_input = input("Enter a Python expression: ")
result = eval(user_input)
print("Result:", result)
使用 ast.literal_eval() 的更安全替代方案:
import ast
user_input = input("Enter a literal value: ")
try:
parsed_value = ast.literal_eval(user_input)
print("Parsed value:", parsed_value)
except (ValueError, SyntaxError):
print("Invalid input.")
拼接未经清理的数据
将未经清理的用户输入拼接到字符串中,可能导致 SQL 注入或跨站脚本攻击(XSS)。结合输入验证使用 f-string 或 str.format(),以降低这些风险。
不安全的字符串拼接:
user_input = input("Enter your name: ")
message = "Hello, " + user_input + "!"
print(message)
使用 f-string(格式化字符串字面量):
user_input = input("Enter your name: ")
message = f"Hello, {user_input}!"
print(message)
使用 Pickle 序列化对象
pickle 模块能序列化和反序列化 Python 对象,但无法安全处理错误或恶意构造的数据。如需更安全地序列化数据,可选用 json 或 marshal 等库。
不安全地使用 pickle:
import pickle
data = {'user': 'admin', 'role': 'admin'}
serialized_data = pickle.dumps(data)
# Store or send serialized_data
使用 json 的更安全替代方案:
import json
data = {'user': 'admin', 'role': 'admin'}
serialized_data = json.dumps(data)
# Store or send serialized_data
使用 mark_safe() 时 HTML 转义不足
Django 的 mark_safe() 会将字符串标记为安全 HTML,可能使应用遭受 XSS 攻击。应改用模板转义和 safe 过滤器,以安全呈现 HTML 内容。
在 Django 模板中不安全地使用 mark_safe():
from django.utils.safestring import mark_safe
input_data = input("Enter some HTML content: ")
safe_html = mark_safe(input_data)
使用模板转义的更安全方法:
from django.utils.html import escape
input_data = input("Enter some HTML content: ")
escaped_html = escape(input_data)
使用 os.system() 执行系统命令
os.system() 可执行系统命令,但容易受到命令注入攻击。使用 subprocess 模块以更安全地执行命令并处理输出。
不安全地使用 os.system():
command = input("Enter a command: ")
os.system(command)
使用 subprocess 的更安全替代方案:
import subprocess
command = input("Enter a command: ")
result = subprocess.run(command, shell=True, capture_output=True, text=True)
print("Output:", result.stdout)
使用 hash() 进行不充分的密码哈希
hash() 速度快,且容易受到暴力破解攻击,因此不适合安全地哈希密码。应使用 bcrypt 或 Argon2 等可靠的密码哈希库。
使用 hash() 不安全地哈希密码:
password = input("Enter your password: ")
hashed_password = hash(password)
# Store hashed_password in the database
使用 bcrypt 的更安全方法:
import bcrypt
password = input("Enter your password: ")
hashed_password = bcrypt.hashpw(password.encode('utf-8'), bcrypt.gensalt())
# Store hashed_password in the database
更安全的替代方案和最佳实践
使用 requests 代替 urllib
发送 HTTP 请求时,优先使用 requests,而不是已过时的 urllib。requests 提供了更易用、更安全的请求发送与响应处理接口。
使用 requests 库发送 HTTP 请求:
import requests
url = "https://api.example.com/data"
response = requests.get(url)
if response.status_code == 200:
data = response.json()
print(data)
else:
print("Request failed.")
使用 with 语句安全处理文件
操作文件时使用 with 语句,避免资源泄漏并妥善管理文件。它会自动关闭文件,降低出错和产生漏洞的风险。
使用 with 处理文件:
filename = "example.txt"
# Unsafe: Without using `with`
file = open(filename, "r")
content = file.read()
file.close()
# Safer: Using `with` statement
with open(filename, "r") as file:
content = file.read()
使用 html.escape() 清理输入
为了防止 XSS 攻击,使用 html.escape() 清理用户输入。它会在呈现之前转义可能有害的 HTML 内容。
清理用户输入以防止 XSS:
import html
user_input = input("Enter some text: ")
sanitized_input = html.escape(user_input)
print("Sanitized input:", sanitized_input)
使用 sqlite3 参数化查询
操作数据库时,使用 sqlite3 参数化查询。将用户输入作为查询参数传递,有助于防止 SQL 注入攻击。
使用 sqlite3 参数化查询:
import sqlite3
db_connection = sqlite3.connect("database.db")
cursor = db_connection.cursor()
name = input("Enter a name: ")
age = input("Enter an age: ")
query = "INSERT INTO users (name, age) VALUES (?, ?)"
cursor.execute(query, (name, age))
db_connection.commit()
db_connection.close()
安全管理环境变量
不要在代码中直接暴露敏感信息。使用 os.environ 字典或 python-decouple 等包管理环境变量和配置。
使用 os.environ 管理环境变量:
import os
api_key = os.environ.get("API_KEY")
if api_key:
print("API Key:", api_key)
else:
print("API Key not set.")
使用 python-decouple 管理环境变量:
from decouple import config
api_key = config("API_KEY")
print("API Key:", api_key)
使用 secrets 获取强随机值
生成密码学安全的随机值时,使用 secrets 而不是 random。它适用于对安全性敏感的操作。
使用 secrets 生成安全令牌:
import secrets
token = secrets.token_hex(16)
print("Secure Token:", token)
结论
Python 丰富的生态系统有助于开发功能强大的应用程序。但不谨慎地使用某些函数会引入漏洞并损害代码完整性。遵循最佳实践并选择更安全的替代方案,可以构建更安全可靠的软件。
参考资料
- Python 文档: https://docs.python.org
- Django 文档: https://docs.djangoproject.com
- OWASP 跨站脚本(XSS)防护指南: https://owasp.org/www-project-cheat-sheets/cheatsheets/Cross_Site_Scripting_Prevention_Cheat_Sheet.html
- OWASP SQL 注入防护指南: https://owasp.org/www-project-cheat-sheets/cheatsheets/SQL_Injection_Prevention_Cheat_Sheet.html
- Python Requests 库: https://docs.python-requests.org
- SQLite3 文档: https://docs.python.org/3/library/sqlite3.html
- Python
secrets模块: https://docs.python.org/3/library/secrets.html - python-decouple 包: https://pypi.org/project/python-decouple/







