当前位置:首页 > 文章列表 > 文章 > linux > Linux getcap 怎样查看文件携带的 capabilities

Linux getcap 怎样查看文件携带的 capabilities

来源:17golang原创 2026-11-17 00:25:04 0浏览 收藏

排查一个程序为什么能执行普通用户通常不能做的操作时,先看它的文件 capability,往往比只看 ls -l 更快。getcap 的职责很单一:显示指定文件携带的 capability;默认只输出找到 capability 的文件,不会把普通权限位、进程当前 capability 或 SELinux 标签混在一起。

最实用的起点是 getcap /path/to/file;需要扫描目录就加 -r,需要把没有 capability 的条目也列出来就加 -v。看到 cap_net_raw+ep 时,重点是读懂 capability 名称和 e/p/i 三个集合标记。

先查单个文件,确认查询对象

单文件查询最适合定位一个具体可执行文件。下面的命令只读取文件 capability,不修改扩展属性。

# 查看目标文件的 file capabilities;没有结果不等于文件不存在
getcap /usr/bin/ping

# 同时列出指定文件,即使它没有 file capabilities
getcap -v /usr/bin/ping

如果输出为空,先确认路径确实指向目标文件,再确认你查的是文件而不是运行中的进程。普通的 rwx 权限在长列表中显示,file capabilities 则由扩展属性保存,两者是两套不同的信息。

getcap 单文件查询与文件 capability 集合关系的静态结构说明图
图1:结构说明图,展示文件、扩展属性与 getcap 输出之间的静态关系,不是终端截图。

用 -r 和 -v 控制扫描范围与可见性

排查目录时,最容易误判的是“命令没有输出”。默认行为会隐藏没有 file capabilities 的条目,因此更适合快速找出目标;需要建立完整清单时,应显式使用递归和 verbose。

# 递归查找目录树中的 file capabilities
getcap -r /usr/bin

# 递归扫描,并把没有 capability 的条目也显示出来
getcap -r -v /usr/bin

-r 让 getcap 递归搜索目录;-v 让所有搜索到的条目都显示。两者解决的是“搜哪里”和“显示哪些条目”,不能扩大 capability 本身的权限,也不会替代文件系统遍历权限。

getcap 的递归范围、默认输出和 verbose 输出关系静态说明图
图2:结构说明图,对比路径范围、默认过滤和 -v 全量显示三个边界,不是运行结果截图。

读懂 cap_name+ep 以及 -n 的含义

常见输出形如 /some/file cap_net_raw=ep。左侧是文件名,右侧是 capability 文本。libcap 的文本格式中,e 表示 Effective,p 表示 Permitted,i 表示 Inheritable;因此 +ep 或 =ep 不是普通字符串后缀,而是在表达集合标记。

片段阅读方式不要误解为
cap_net_raw具体 capability 名称完整 root 权限
eEffective 集合标记文件一定能绕过所有检查
pPermitted 集合标记当前进程已经拥有它
iInheritable 集合标记自动传给任意子进程

如果文件 capability 关联了非零 user namespace root UID,可以用 -n 把这个值打印出来:

# 显示文件 capability 关联的非零 user namespace root UID
getcap -n /path/to/program

这里的 -n 只是增加输出信息,不是切换命名空间,也不是把文件变成另一个用户的文件。最终能否完成某个特权操作,还要结合执行者的用户命名空间、进程 capability 集合和内核检查。

空结果时按四层边界排查

  1. 路径层:把相对路径改成明确的绝对路径,确认递归命令的起点覆盖目标文件。
  2. 显示层:单文件没有输出时改用 -v,区分“文件存在但没有 capability”和“路径没有被搜索到”。
  3. 文件系统层:确认当前文件系统和挂载方式能够保留文件扩展属性;复制、打包或跨文件系统迁移可能改变这类元数据。
  4. 语义层:不要把 file capabilities 当作普通权限位,也不要仅凭 getcap 输出推断程序一定拥有完整 root 能力。

如果要继续判断权限来源,可以把 getcap 结果与进程自身的 capability 视图分开调查;这已经超出本篇“查看文件携带内容”的边界。这样能避免用一个命令解释所有特权现象,也能保留最小权限设计的判断空间。

相关问题

getcap 没有输出是不是命令失效?

不一定。默认只显示带有 file capabilities 的文件;用 -v 显示搜索到的条目,再检查路径和文件系统扩展属性。

cap_net_raw+ep 是不是等于 root?

不是。它只表示特定 capability 在指定集合中出现,实际效果仍受用户命名空间、进程集合与内核检查共同约束。

getcap 能查看正在运行进程的 capability 吗?

getcap 面向文件。进程 capability 属于另一类信息,应使用针对进程的工具或 proc 视图单独查看。

小结:把 getcap 记成“文件 capability 查询器”即可:单文件定位对象,-r 扩大范围,-v 解释空结果,-n 补充 user namespace root UID;看到输出后再按集合标记和文件系统边界判断含义。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Linux prlimit 怎样查看单个进程的资源上限Linux prlimit 怎样查看单个进程的资源上限
上一篇
Linux prlimit 怎样查看单个进程的资源上限
Linux io_uring 怎样等待文件描述符事件
下一篇
Linux io_uring 怎样等待文件描述符事件
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。
    1057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。
    1058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。
    1222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。
    1164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。
    1005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