Python代码安全审计|手把手教你找出漏洞+防护技巧
在Python开发中,代码安全至关重要,尤其在Web应用和API服务中。本文深入剖析了Python代码中常见的安全漏洞,并提供实用的防护措施,助力开发者提升代码安全性。文章重点讲解了代码注入、命令注入和文件路径穿越等高危漏洞的成因与防范方法,强调避免使用`eval()`和`exec()`等函数,推荐使用`subprocess.run()`并传入参数列表来执行系统命令。同时,文章还提醒开发者关注第三方库的安全风险,建议定期使用`pip-audit`和`pip list --outdated`进行安全检查和更新,并审慎选择维护良好的库。通过持续的安全审计,开发者可以有效防范潜在的安全威胁,保障Python项目的稳定与安全。
Python代码安全问题易被忽视但后果严重,尤其在Web应用、API服务等场景中。常见漏洞及防护措施如下:1. 代码注入:因使用eval()、exec()或拼接命令引发,建议避免此类用法,改用subprocess.run()并传入参数列表;2. 命令注入:用户输入影响系统命令执行,应避免拼接字符串构造命令,使用shlex.quote()转义或内置函数替代;3. 文件路径穿越:用户输入未经验证导致访问敏感文件,需检查路径是否包含../或~,推荐使用pathlib模块进行路径规范化判断;4. 第三方库风险:依赖可能存在漏洞,建议定期使用pip-audit和pip list --outdated检查更新,并审慎选择维护良好的库。安全审计应作为持续性任务,防范于未然。

Python代码安全问题在实际开发中很容易被忽略,但一旦出事,可能带来数据泄露、系统被攻击等严重后果。尤其是Web应用、自动化脚本和API服务这类场景,更容易成为攻击目标。
下面从几个常见的漏洞类型出发,讲讲它们的成因、如何检测,以及对应的防护建议。
代码注入(Code Injection)
这是最危险的一种漏洞之一,尤其是在使用eval()、exec()或者拼接字符串执行命令时容易触发。
常见现象:
- 用户输入直接用于执行代码逻辑
- 使用
os.system()或subprocess执行外部命令时未过滤参数
防护建议:
- 避免使用
eval()和exec()处理用户输入 - 如果必须执行系统命令,使用
subprocess.run()并传入参数列表而不是字符串 - 对所有外部输入进行白名单校验或转义处理
例如:
# 不安全写法 cmd = "echo " + user_input os.system(cmd) # 更安全的方式 subprocess.run(["echo", user_input], check=True)
命令注入(Command Injection)
与代码注入类似,但更偏向于通过调用系统命令造成的风险,比如在日志记录、文件操作等功能中引入了用户可控的变量。
典型例子:
用户上传一个文件名,程序内部用类似os.system("rm " + filename)的方式删除临时文件,结果攻击者传入了"; rm -rf /",造成灾难性后果。
防护措施:
- 尽量避免拼接字符串来构造命令
- 使用
shlex.quote()对参数做转义 - 优先使用Python内置函数代替shell命令,如
os.remove()比rm更安全
文件路径穿越(Path Traversal)
这种漏洞常出现在需要根据用户输入读取或写入文件的功能中,比如图片查看器、配置加载器等。
问题来源:
用户输入未经验证,导致可以访问任意路径,例如输入../../etc/passwd尝试读取敏感文件。
应对方法:
- 检查路径是否包含
../或~ - 使用
os.path.abspath()获取绝对路径,并限制在允许目录下 - 可以考虑使用
pathlib模块进行路径规范化和判断
举个例子:
from pathlib import Path
base_dir = Path("/safe/dir")
user_path = Path(user_input).resolve()
if base_dir in user_path.parents:
# 安全
else:
# 路径越权,拒绝访问第三方库带来的安全隐患
很多项目依赖大量第三方库,而这些库可能存在已知漏洞。如果不定期更新或监控,可能会埋下隐患。
建议做法:
- 使用
pip-audit检查依赖中的安全问题 - 定期运行
pip list --outdated查看是否有可升级包 - 使用虚拟环境隔离不同项目的依赖版本
- 不要盲目安装“下载量高”的包,确认其维护状态和社区反馈
以上几种是Python项目中最常见的安全问题,虽然不是每个都会立刻暴露出来,但在生产环境中不加防范,就等于给攻击者留了后门。
基本上就这些,安全审计不是一次性的任务,而是持续的过程。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
FetchLinux真会影响Linux性能?实测真相大揭秘!
- 上一篇
- FetchLinux真会影响Linux性能?实测真相大揭秘!
- 下一篇
- inline-block和inline-flex到底差啥?搞懂多走弯路!
-
- 文章 · python教程 | 21小时前 | python ·
- Python multiprocessing共享状态与进程安全队列的选择
- 316浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python re用分组字典解析可选日志字段的实现
- 470浏览 收藏
-
- 文章 · python教程 | 2天前 | JSON · python · Python NaN json.loads Infinity parse_constant
- Python json.loads解析非标准数字的容错边界
- 267浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python csv.DictReader处理缺失列与额外列的办法
- 105浏览 收藏
-
- 文章 · python教程 | 5天前 |
- Python logging按请求注入上下文字段的过滤器方案
- 324浏览 收藏
-
- 文章 · python教程 | 5天前 | Python教程 · Python 泛型 callable typing.Protocol 结构化子类型
- Python typing.Protocol配合泛型描述可调用对象的方式
- 355浏览 收藏
-
- 文章 · python教程 | 5天前 |
- Python sqlite3事务提交与异常回滚的上下文写法
- 357浏览 收藏
-
- 文章 · python教程 | 5天前 |
- Python dataclass用field配置默认工厂的对象设计
- 114浏览 收藏
-
- 文章 · python教程 | 5天前 | 并发 · python · 异步编程 · asyncio TaskGroup ExceptionGroup
- Python asyncio.TaskGroup组织并发任务与异常取消
- 322浏览 收藏
-
- 文章 · python教程 | 5天前 | python · pathlib ·
- Python pathlib批量改名并保留冲突回滚点的脚本
- 422浏览 收藏
-
- 文章 · python教程 | 5天前 |
- Python argparse让位置参数与子命令独立解析的实现方法
- 298浏览 收藏
-
- 文章 · python教程 | 5天前 | 并发 · python · logging · 异步日志 QueueHandler QueueListener Python logging
- Python logging用 QueueHandler 隔离日志 I/O的实现方法
- 323浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 210次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 264次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 222次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 207次使用
-
- CMMLU
- 深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
- 198次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

