Python安全处理用户输入的实用方法
2026-01-20 19:33:37
0浏览
收藏
大家好,今天本人给大家带来文章《Python安全处理用户输入的技巧》,文中内容主要涉及到,如果你对文章方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!
Python安全处理用户输入的核心是不信任外部数据,须验证类型范围、转义上下文、隔离环境:用正则校验格式,参数化防SQL注入,html.escape防XSS,pathlib防路径遍历,pydantic做模型校验,框架启用CSRF/XSS防护,限制请求大小与资源访问。

Python 安全处理用户输入的核心是:不信任任何外部数据,始终做验证、转义和上下文隔离。
对输入内容做类型和范围校验
用户输入可能是字符串、数字、布尔值等,但实际传入的往往都是字符串。直接用 int(input()) 或 json.loads() 解析可能引发异常或逻辑漏洞。
- 用
str.strip()去除首尾空格,避免隐藏字符干扰 - 对数字类输入,先用
str.isdigit()或正则判断格式,再转类型;或用try/except捕获转换异常 - 对邮箱、手机号、日期等,用预编译的正则表达式匹配合法格式(如
r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$') - 限制长度(如用户名 ≤20 字符)、禁止特殊字符(如 SQL 关键字、路径分隔符
/、..)
在不同上下文中做针对性转义
同一段输入,在 HTML 渲染、SQL 查询、系统命令、JSON 输出等场景下,风险点和防护方式完全不同。
- 输出到 HTML 页面时,用
html.escape()转义<、>、&等字符,防止 XSS - 拼接 SQL 语句时,绝不用字符串格式化(
f"SELECT * FROM users WHERE name = '{name}'"),改用参数化查询(cursor.execute("SELECT * FROM users WHERE name = %s", (name,))) - 调用系统命令前,优先用 Python 原生模块(如
os.listdir()替代os.system(f"ls {path}"));必须调用时,用subprocess.run([...], shell=False)并传入列表参数 - 生成 JSON 时,用
json.dumps()自动处理引号和编码,不要手动拼接
使用成熟库替代手写解析逻辑
很多常见输入格式已有经过安全审计的解析器,比自己写正则或切片更可靠。
- URL 处理用
urllib.parse(如urlparse()、quote()),避免自己拆解 scheme/host/path - 文件路径用
pathlib.Path或os.path.normpath()+os.path.abspath()校验是否在允许目录内,防止路径遍历(../../etc/passwd) - 配置或表单数据用
pydantic定义模型,自动完成类型转换、默认值填充、字段校验(如@validator('age') def age_must_be_positive(cls, v): ...) - Web 框架中启用内置防护:Flask 开启
WTF_CSRF_ENABLED,Django 默认开启 XSS 转义和 CSRF 中间件
设置输入边界与运行环境隔离
即使代码逻辑正确,失控的输入仍可能耗尽资源或突破沙箱。
- 限制请求体大小(如 Flask 的
MAX_CONTENT_LENGTH = 16 * 1024 * 1024) - 对上传文件检查
content_type和后缀名,重命名文件名(如用 UUID),保存到独立目录,禁止执行权限 - 敏感操作(如删除、转账)要求二次确认或短期 Token 验证,不单靠前端传来的参数
- 在容器或虚拟环境中运行服务,限制 CPU、内存、网络和文件系统访问范围
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Python安全处理用户输入的实用方法》文章吧,也可关注golang学习网公众号了解相关技术文章。
Win11关闭自动播放设置步骤
- 上一篇
- Win11关闭自动播放设置步骤
- 下一篇
- PHP获取请求参数方法全解析
查看更多
最新文章
-
- 文章 · python教程 | 59分钟前 | python · Python tarfile extraction_filter data_filter
- Python tarfile extraction_filter 怎么阻止危险路径
- 232浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python pathlib.Path.walk 怎么剪枝目录遍历
- 159浏览 收藏
-
- 文章 · python教程 | 6小时前 | python · SQLite · Python sqlite3 autocommit isolation_level SQLite事务
- Python sqlite3 autocommit 与 isolation_level 怎么配合
- 378浏览 收藏
-
- 文章 · python教程 | 11小时前 | 并发 · 异步编程 · Python教程 · Python 任务调度 asyncio eager_task_factory
- Python asyncio eager task factory 什么时候会改变执行顺序
- 497浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python zoneinfo部署时区数据缺失的兼容处理
- 378浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python functools.cache与lru_cache按场景选择的参数清单
- 211浏览 收藏
-
- 文章 · python教程 | 2天前 | 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 | 3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 | 3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 | 6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 | 6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 | 6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
查看更多
课程推荐
-
- 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
查看更多
AI推荐
-
- 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。
- 230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。
- 276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。
- 246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。
- 226次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 24次使用
查看更多
相关文章
-
- 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

