Flask手机号脱敏方法\_Jinja2自定义过滤器实现
2026-04-08 13:38:17
0浏览
收藏
本文详解了在 Flask 框架中如何安全、可靠地实现手机号脱敏——由于 Jinja2 模板引擎的沙箱机制严格限制下标操作和内置函数调用,直接使用 `{{ phone[0:3] + '****' + phone[-4:] }}` 会触发运行时错误;正确做法是注册一个全局自定义过滤器 `phone_mask()`,在 Flask 应用初始化阶段将其注入 `jinja_env.filters`,该函数严谨处理空值、非11位数字、含符号等异常输入,并确保仅对标准纯数字手机号执行 `XXX****XXXX` 脱敏;模板中只需简洁调用 `{{ phone | phone_mask }}` 或链式组合如 `{{ phone | phone_mask | default('暂无') }}`,既保障安全性与可维护性,又避免污染业务逻辑,同时提醒开发者关注脱敏后字符串长度变化对前端布局的实际影响。

为什么不能直接在模板里用 Python 字符串切片脱敏
因为 Jinja2 模板默认禁用 Python 内置函数(如 len()、str())和下标操作(如 phone[0:3]),直接写 {{ phone[0:3] + '****' + phone[-4:] }} 会报 UndefinedError: 'str object' has no attribute '__getitem__' —— 这是 Jinja2 的安全沙箱机制,防止模板执行任意 Python 表达式。
怎么注册一个安全可用的手机号脱敏过滤器
在 Flask 应用初始化后,调用 jinja_env.filters 注册函数即可。注意必须是全局注册(不是单个模板内定义),且函数需接收原始值并返回脱敏后字符串:
def phone_mask(phone):
if not phone:
return ''
phone = str(phone).strip()
if len(phone) != 11 or not phone.isdigit():
return phone # 非标准手机号不处理,避免误脱敏
return phone[:3] + '****' + phone[-4:]
app.jinja_env.filters['phone_mask'] = phone_mask
- 放在
create_app()或 Flask 实例创建之后、app.run()之前 - 不要用 lambda,Jinja2 过滤器需要有明确函数名用于调试
- 务必做空值和格式校验,否则模板中传入
None或'138-1234-5678'会抛异常
模板里怎么正确调用这个过滤器
语法就是管道符 |,和内置过滤器(如 |upper)用法完全一致,支持链式调用:
{{ user.phone | phone_mask }}
{{ user.contact_info.mobile | phone_mask | default('暂无') }}
- 如果字段可能为
None,建议搭配|default使用,避免空值穿透到过滤器里 - 不要写成
{{ phone_mask(user.phone) }}—— 这是 Python 调用语法,在 Jinja2 模板里无效 - 脱敏逻辑只在模板渲染时执行,不影响后端数据或数据库存储
要不要支持带区号或国际格式的手机号
不建议在过滤器里自动识别和兼容多种格式。真实业务中,手机号脱敏规则通常由产品明确定义(例如“仅处理纯 11 位数字”),强行匹配 +8613812345678 或 010-12345678 容易掩盖数据清洗问题。
- 前端提交/后端入库前就该统一归一化(如用
phonenumbers库解析并格式化为 E.164) - 过滤器只做“展示层变形”,职责单一更可靠
- 如果真要支持多格式,应在过滤器里加显式开关参数(Jinja2 支持
{{ phone | phone_mask('intl') }}),但需重写函数签名并处理参数传递,复杂度明显上升
最常被忽略的是:脱敏后的字符串长度变化会影响前端布局(比如「138****5678」比原字符串短,CSS text-overflow: ellipsis 可能失效),这得在模板或 CSS 层同步考虑。
理论要掌握,实操不能落!以上关于《Flask手机号脱敏方法\_Jinja2自定义过滤器实现》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
Linux查看文件大小命令du详解
- 上一篇
- Linux查看文件大小命令du详解
- 下一篇
- 拼豆图纸怎么找?自己怎么生成?
查看更多
最新文章
-
- 文章 · python教程 | 4小时前 |
- Python runtime_checkable Protocol 为什么只检查属性存在
- 410浏览 收藏
-
- 文章 · python教程 | 7小时前 | 协程 · 超时控制 · python · asyncio · Python 异步超时 asyncio.timeout reschedule
- Python asyncio.timeout 怎么动态调整截止时间
- 403浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · Python setup.py pyproject.toml packaging
- Python packaging 从 setup.py 迁移 pyproject.toml 的清单
- 236浏览 收藏
-
- 文章 · python教程 | 11小时前 | python ·
- Python multiprocessing shared_memory 管理共享缓冲区
- 218浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 进程管理 · Python subprocess Popen 进程树 TimeoutExpired 超时清理
- Python subprocess 超时后清理子进程树
- 108浏览 收藏
-
- 文章 · python教程 | 2天前 | 日志 · logging · Python教程 · Python contextvars request_id LogRecord logging.Filter
- Python logging.Filter 注入请求上下文的做法
- 410浏览 收藏
-
- 文章 · python教程 | 5天前 | Python教程 · Python 鸭子类型 typing.Protocol 结构子类型
- Python typing.Protocol 约束鸭子类型接口
- 246浏览 收藏
-
- 文章 · python教程 | 5天前 | Python教程 · Python 相对路径 is_file pathlib Path.resolve
- Python pathlib 相对路径规范化与文件判断
- 144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。
- 325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。
- 382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。
- 376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。
- 340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。
- 167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

