当前位置:首页 > 文章列表 > 文章 > python教程 > Python安全执行eval/exec方法

Python安全执行eval/exec方法

2026-01-31 19:54:43 0浏览 收藏

本篇文章向大家介绍《Python 安全执行带超时的 eval/exec 方法》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。

不该用 eval 或 exec 处理用户输入,因其等同于开放 shell 权限;ast.literal_eval 是安全解析字面量的唯一内置方案;需计算表达式时应选用 simpleeval 等白名单控制库;强依赖动态代码时必须用子进程隔离并设资源限制。

Python 如何安全执行带 timeout 的 eval/exec(尽量不 eval)

为什么不该用 eval 或 exec 执行用户输入

直接调用 eval 或 exec 处理不可信输入等于开放 shell 权限——哪怕加了 timeout,也无法阻止无限循环、内存耗尽、os.system 调用或 __import__ 绕过限制。Python 没有沙箱机制,timeout 只能靠信号中断(Linux/macOS)或线程轮询(Windows),对 C 扩展阻塞、死循环无能为力。

替代方案:用 ast.literal_eval 处理安全字面量

如果只需要解析数字、字符串、元组、列表、字典、布尔和 None,ast.literal_eval 是唯一推荐的内置方案。它只解析 AST 中白名单节点,不执行任意代码。

  • ast.literal_eval("{'a': 1 + 2}") → 报 ValueError(含运算符,非法)
  • ast.literal_eval("[1, 'hello', {'x': True}]") → 正常返回对应结构
  • 不支持函数调用、变量名、lambda、注释、f-string 等任何动态语法

需要计算表达式?用 pyparsing 或 simpleeval 做白名单控制

若必须支持 2 + 3 * x 这类简单算术,且 x 是可控变量,优先选专为安全求值设计的库:

  • simpleeval 默认禁用所有函数/属性访问,可通过 functions 和 names 显式注入(如只允许 math.sin 和变量 pi)
  • simpleeval.SimpleEval().eval("2 ** 10") → 1024;但 .eval("__import__('os')") 直接抛 NameError
  • 注意:simpleeval 不处理超时,需外层用 concurrent.futures.ProcessPoolExecutor + timeout 包裹(避免线程无法中断 C 层阻塞)
  • pyparsing 更底层,适合自定义语法规则,但开发成本高,仅建议复杂 DSL 场景

真要上 exec + timeout?必须用子进程隔离

若业务强依赖动态代码(如插件系统),唯一相对安全的做法是:在独立子进程中执行,设硬性资源限制,并用 timeout 控制生命周期。

  • 别用 threading.Timer 或 signal.alarm —— Windows 不支持 alarm,线程无法中断 exec 中的 C 扩展调用
  • 用 multiprocessing.Process 启动,配合 psutil.Process(memory_limit=...) 或 Linux prlimit 限制内存/CPU
  • 通过管道或临时文件传递输入/输出,主进程不共享任何对象引用
  • 示例关键逻辑:
    from multiprocessing import Process, Queue
    def _unsafe_exec(code, result_q):
    try:
    namespace = {}
    exec(code, namespace)
    result_q.put(namespace.get('result'))
    except Exception as e:
    result_q.put(f"error: {e}")

    q = Queue()
    p = Process(target=_unsafe_exec, args=(user_code, q))
    p.start()
    p.join(timeout=2)
    if p.is_alive():
    p.terminate()
    p.join()

子进程崩溃、OOM killer 干掉进程、甚至 exec 中的 os._exit(0) 都不会影响主程序——这是「尽量不 eval」失效后的最后一道防线,不是常规解法。

好了,本文到此结束,带大家了解了《Python安全执行eval/exec方法》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

Make.com用AI生成交互式报表教程Make.com用AI生成交互式报表教程
上一篇
Make.com用AI生成交互式报表教程
Bing浏览器关闭页面怎么恢复?
下一篇
Bing浏览器关闭页面怎么恢复?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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数据集详解:生物医学问答基准、功能与应用指南
    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。
    386次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    466次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    474次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    413次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    240次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码