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