Python 代码审计实战指南：从漏洞原理到防御策略

在 Web 安全领域，Python 凭借其简洁高效的特性成为主流开发语言之一，但随之而来的安全问题也日益凸显。无论是 XSS、SQL 注入等传统漏洞，还是反序列化、沙箱逃逸等 Python 特有的风险，都可能成为攻击者的突破口。

本文原文发布于东方隐侠安全团队的纷传圈子“隐侠安全客栈”（本文末查看原文可跳转），因内容过多，在这里提炼整理了重点的常见 Python 安全漏洞的审计思路与防御方案，帮助开发者和安全工程师建立完整的代码安全审计体系。

01跨站脚本攻击（XSS）：模板引擎的 "信任危机"

XSS 的核心是恶意 JavaScript 代码被浏览器解析执行，在 Python Web 开发中，漏洞往往出现在数据输出环节。

审计关键节点：

输出点排查搜索直接拼接 HTML 的代码（如return f"<html>{user_input}</html>"）、模板渲染函数（render_template）及 JSON 响应中包含 HTML 的场景。

输入源追溯确认输出变量是否来自用户可控数据（URL 参数、表单、Cookie、数据库存储的用户内容）。

转义机制检查

直接拼接 HTML 时，是否使用html.escape()进行转义；

模板引擎中，是否滥用Markup对象或|safe过滤器（如 Jinja2 中{{ user_input | safe }}会禁用自动转义）。

典型漏洞案例：

# Flask + Jinja2 危险示例from flask import Flask, requestfrom markupsafe import Markupapp = Flask(__name__)@app.route('/search')def search(): keyword = request.args.get('q', '') safe_keyword = Markup(keyword) # 错误标记为"安全" return render_template('search.html', safe_keyword=safe_keyword)

模板中{{ safe_keyword }}会直接输出恶意代码，而{{ keyword }}因默认转义是安全的。

防御方案：

禁止手动拼接 HTML，依赖模板引擎的自动转义机制；

如需输出 HTML，使用严格的白名单过滤（如只允许<b> <i>等标签），而非直接标记为安全；

对用户输入的 HTML 内容，使用bleach等库进行净化。

02路径遍历：从文件下载到系统入侵

路径遍历漏洞允许攻击者访问预期目录外的文件（如/etc/passwd），核心是用户输入未被正确过滤就用于文件操作。

审计关键节点：

危险函数定位搜索open()、os.open()、send_file()等文件操作函数，重点检查其路径参数。

输入净化验证确认用户输入是否经过规范化（os.path.normpath()）和白名单校验（路径是否在允许的基目录内）。

典型漏洞代码：

# Flask 危险的文件下载from flask import Flask, request, send_fileimport osapp = Flask(__name__)BASE_DIR = "/var/www/uploads"@app.route('/download')def download(): filename = request.args.get('filename') file_path = os.path.join(BASE_DIR, filename) # 直接拼接用户输入 return send_file(file_path) # 无校验，可通过../../访问敏感文件

修复方案：

def download_safe(): filename = request.args.get('filename') file_path = os.path.join(BASE_DIR, filename) normalized_path = os.path.normpath(file_path) # 解析../ # 关键：验证路径是否在基目录内 if not normalized_path.startswith(BASE_DIR): return "禁止访问", 403 return send_file(normalized_path)

03反序列化漏洞：pickle/yaml 的 "潘多拉魔盒"

按Python 的序列化机制（如 pickle、yaml、jsonpickle）若处理不可信数据，可能导致远程代码执行，这是 Python 生态中最危险的漏洞类型之一。

审计关键节点：

危险库调用搜索pickle.load()、yaml.load()、jsonpickle.decode()等函数。

数据来源确认检查反序列化的参数是否来自用户输入（上传文件、HTTP 请求体、数据库存储的不可信数据）。

典型漏洞代码：

# 使用pickle反序列化用户输入（高危）import picklefrom flask import Flask, requestapp = Flask(__name__)@app.route('/restore', methods=['POST'])def restore(): data = request.data # 用户可控数据 obj = pickle.loads(data) # 直接反序列化，触发恶意代码 return "恢复成功"

防御方案：

优先使用 JSON 等安全格式，避免 pickle/yaml 处理不可信数据；

若必须使用，对数据进行加密签名（如 HMAC），验证完整性后再反序列化；

升级依赖库至最新版本，禁用危险功能（如yaml.safe_load()替代yaml.load()）。

04SQL 注入：ORM 也会 "翻车"

即使使用 ORM 框架（如 Django ORM、SQLAlchemy），若滥用原始 SQL 或动态拼接查询，仍可能导致 SQL 注入。审计关键节点：

查询构造方式搜索字符串拼接的 SQL（如f"SELECT * FROM users WHERE name='{name}'"）、raw()/extra()等原生 SQL 方法。

参数化查询检查确认是否使用 ORM 的参数绑定（如cursor.execute("SELECT * FROM users WHERE id=?", (user_id,))）。

典型漏洞代码：

# Django 危险的查询from django.db import connectionfrom django.http import HttpResponsedef search(request): username = request.GET.get('username') # 直接拼接SQL，存在注入风险 with connection.cursor() as cursor: cursor.execute(f"SELECT * FROM users WHERE username='{username}'") results = cursor.fetchall() return HttpResponse(results)

修复方案：

使用 ORM 的参数化查询：User.objects.filter(username=username)；

必须用原生 SQL 时，使用参数绑定：cursor.execute("SELECT * FROM users WHERE username=%s", [username])；

避免将用户输入直接作为表名、字段名（如需，使用严格的白名单）。

05命令注入：subprocess 的 "致命诱惑"

当用户输入被拼接到系统命令中并执行（如subprocess.call(cmd, shell=True)），可能导致任意命令执行。

审计关键节点：

危险函数定位搜索os.system()、subprocess.call()（尤其带shell=True参数）、exec()等。

输入拼接检查确认命令字符串是否包含用户可控内容，是否未经过滤直接拼接。

典型漏洞代码：

# 视频转码服务中的命令注入import subprocessfrom flask import requestdef transcode(): filename = request.args.get('file') # 直接拼接用户输入到命令中 cmd = f"ffmpeg -i {filename} output.mp4" subprocess.call(cmd, shell=True) # shell=True 会解析特殊字符 return "转码完成"

攻击者传入; rm -rf / #会删除系统文件。

防御方案：

禁止使用shell=True，通过参数列表传递命令：subprocess.call(['ffmpeg', '-i', filename, 'output.mp4'])；

对用户输入进行严格白名单校验（如只允许a-zA-Z0-9_.等字符）；

必要时使用shlex.quote()转义特殊字符（仅作为最后手段）。

06框架特定漏洞：以 Django 为例

主流框架虽内置安全机制，但配置或使用不当仍会产生漏洞，以 Django 为例：

1. URL 跳转漏洞旧版本is_safe_url()函数对特殊格式 URL（如http:123456789，十进制 IP）解析错误，导致恶意跳转。2. 调试页面 XSS开启DEBUG=True时，数据库异常信息（含用户输入）未转义直接显示在错误页面，触发 XSS。3. CSRF 绕过错误重写DeleteView的get方法为return self.post(...)，导致 GET 请求执行删除操作，绕过 CSRF 验证。

07代码审计最佳实践

1. 建立审计清单：针对本文提到的漏洞，整理关键审计点（如反序列化关注pickle.loads，路径遍历关注os.path.join）。

2. 自动化工具辅助：使用bandit（Python 代码安全扫描工具）快速定位高危函数：

bandit -r project_dir/ # 扫描项目中的安全问题

3. 结合业务场景：审计需结合功能逻辑，例如文件上传功能重点查路径遍历，用户搜索功能重点查 XSS 和 SQL 注入。

4. 版本依赖检查：使用safety检查依赖库的已知漏洞：

safety check # 检测已安装库的安全问题

Python 代码审计的核心是追踪用户输入的全生命周期：从输入源到处理逻辑，再到输出点，确保每一步都经过严格验证。无论是原生 Python 特性（如 pickle）还是框架功能（如 Django 模板），过度信任或误用都可能引入风险。

将安全审计融入开发流程（如 Code Review 环节），配合自动化工具和持续学习，才能有效抵御日益复杂的攻击手段。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。

发表于 11小时前
阅读 ( 13 )
分类：Python开发

Python 代码审计实战指南：从漏洞原理到防御策略

你可能感兴趣的文章

相关问题

0 条评论

作家榜 »