当前位置:首页 > 文章列表 > 文章 > python教程 > Flask多文件上传与安全保存方法

Flask多文件上传与安全保存方法

2026-03-23 09:15:40 0浏览 收藏
本文深入剖析了Flask中多文件上传的完整安全实践,从正确获取多个FileStorage对象(必须使用`request.files.getlist()`而非`request.files[]`)、严格校验文件类型(双重检查后缀与文件头magic bytes,杜绝前端绕过)、实时限流防DOS攻击,到彻底防范路径遍历(强制重命名+`secure_filename`+`os.path.realpath`路径白名单校验),再到本地调试常见陷阱(并发阻塞、curl测试要点、调试技巧),每一步都直击生产环境真实风险,强调“漏掉任意一环,上传接口即裸奔”,为开发者提供可直接落地、经得起攻击检验的硬核解决方案。

Python Flask怎么接前端文件_实现多文件表单上传验证与服务器安全保存路径设置

Flask request.files 怎么取多文件且不漏传

前端用 传多个文件,后端 request.files 默认只返回第一个同名 key 的文件对象——这不是 bug,是 Werkzeug 的设计:它把同名字段当单值处理。要拿到全部,必须用 request.files.getlist()。

  • request.files['files'] → 只拿第一个(即使 HTML 有 multiple)
  • request.files.getlist('files') → 正确获取全部,返回 FileStorage 对象列表
  • 前端 name 属性必须一致,比如都叫 files,不能一个叫 file1 一个叫 file2
  • 如果前端用了 FormData.append('files', file) 循环添加,后端也得用 getlist('files'),不是 getlist('file')

怎么验证上传文件的类型和大小才不被绕过

仅靠前端 accept 或 JS 检查毫无意义,攻击者删掉标签或发 curl 就能绕过。Flask 层必须做两件事:检查 filename 后缀 + 读取文件头(magic bytes),再限制内存中读取长度防止 DOS。

  • 别信 file.filename 的扩展名,用户可伪造为 shell.php.jpg;先用 os.path.splitext(file.filename)[1].lower() 提取后缀,再比对白名单(如 ['.jpg', '.png', '.pdf'])
  • 更可靠的是用 python-magic 库读前几百字节判断真实 MIME:magic.from_buffer(file.read(1024), mime=True),但注意 file.read() 会移动指针,后续保存前得 file.seek(0)
  • 单文件大小限制别只靠 request.max_content_length(全局配置),它在解析完才触发,恶意超大文件已进内存;应在循环里用 file.stream.read(1) 配合计数器实时拦截

安全保存路径怎么防 ../ 路径遍历

用户传个 filename="../../etc/passwd",直接 os.path.join(UPLOAD_FOLDER, file.filename) 就完蛋。核心原则:永远不信任原始 filename,必须清洗、重命名、限定根目录。

  • 绝对不要用 os.path.normpath() 或正则替换 .. —— 绕过方式太多(%2e%2e/、....//、Unicode 点号)
  • 正确做法:提取原始文件名中的字母数字部分,加时间戳和随机串重命名,强制固定后缀:secure_filename(f"{int(time.time())}_{secrets.token_hex(4)}{ext}"),再拼路径
  • secure_filename() 是 Werkzeug 提供的,但它只处理 ASCII 字符和基本路径符号,不防空字节或 Unicode 归一化攻击,所以仍需配合重命名
  • 保存前用 os.path.realpath() 检查最终路径是否仍在 UPLOAD_FOLDER 下:if not os.path.realpath(filepath).startswith(os.path.realpath(UPLOAD_FOLDER)): 报错退出

Flask 开发时本地测试上传容易卡住的坑

用 curl -F 'files=@a.jpg' -F 'files=@b.pdf' http://localhost:5000/upload 测试多文件时,如果没设 Content-Type: multipart/form-data,Flask 会收不到 request.files——但 curl 自动加了,问题常出在别的地方。

  • 开发服务器(app.run())默认不支持并发上传,两个大文件同时传可能阻塞,表现为浏览器 spinner 转半天、curl 卡住;换 gunicorn 或加 threaded=True 参数可缓解
  • Chrome DevTools 的 Network 面板有时不显示 multipart 请求体内容,误以为没传过去;用 print(request.files) 和 print(len(request.files.getlist('files'))) 直接看后端实际收到几个
  • 调试时别用 file.save() 直接写磁盘,先 file.stream.read() 打印长度或 file.content_type,避免权限错误掩盖逻辑问题

路径清洗和文件头校验这两步,漏掉任意一个,上传接口就等于裸奔。别省那几行代码。

本篇关于《Flask多文件上传与安全保存方法》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

PerformanceObserver性能监控全解析PerformanceObserver性能监控全解析
上一篇
PerformanceObserver性能监控全解析
Win11连接WiFi详细步骤教程
下一篇
Win11连接WiFi详细步骤教程
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。
    263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。
    311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。
    291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。
    267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。
    80次使用