Python开发者们在使用标准库和通用框架时，都以为自己的程序具有可靠的安全性。然而，在Python中，就像在任何其它编程语言中一样，有一些特性可能会被开发者们误解或误用。通常而言，只有极少的微妙之处或细节会使开发者们疏忽大意，从而在代码中引入严重的安全漏洞。
在这篇博文中，我们将分享在实际Python项目中遇到的10个安全陷阱。我们选择了一些在技术圈中不太为人所知的陷阱。通过介绍每个问题及其造成的影响，我们希望提高人们对这些问题的感知，并提高大家的安全意识。如果你正在使用这些特性，请一定要排查你的Python代码!
1.被优化掉的断言
Python支持以优化的方式执行代码。这使代码运行得更快，内存用得更少。当程序被大规模使用，或者可用的资源很少时，这种方法尤其有效。一些预打包的Python程序提供了优化的字节码。
然而，当代码被优化时，所有的assert语句都会被忽略。开发者有时会使用它们来判断代码中的某些条件。例如，如果使用断言来作身份验证检查，则可能导致安全绕过。
defsuperuser_action(request,user):
assertuser.is_super_user
#executeactionassuperuser
在这个例子中，第2行中的assert语句将被忽略，导致非超级用户也可以运行到下一行代码。不推荐使用assert语句进行安全相关的检查，但我们确实在实际的项目中看到过它们。
2.MakeDirs权限
os.makdirs函数可以在操作系统中创建一个或多个文件夹。它的第二个参数mode用于指定创建的文件夹的默认权限。在下面代码的第2行中，文件夹A/B/C是用rwx------(0o700)权限创建的。这意味着只有当前用户(所有者)拥有这些文件夹的读、写和执行权限。
definit_directories(request):
os.makedirs("A/B/C",mode=0o700)
returnHttpResponse("Done!")
在Python<3.6版本中，创建出的文件夹A、B和C的权限都是700。但是，在Python>3.6版本中，只有最后一个文件夹C的权限为700，其它文件夹A和B的权限为默认的755。
因此，在Python>3.6中，os.makdirs函数等价于Linux的这条命令：mkdir-m700-pA/B/C。有些开发者没有意识到版本之间的差异，这已经在Django中造成了一个权限越级漏洞(cve-2022-24583)，无独有偶，这在WordPress中也造成了一个加固绕过问题。
3.绝对路径拼接
os.path.join(path,*paths)函数用于将多个文件路径连接成一个组合的路径。第一个参数通常包含了基础路径，而之后的每个参数都被当做组件拼接到基础路径后。
然而，这个函数有一个少有人知的特性。如果拼接的某个路径以/开头，那么包括基础路径在内的所有前缀路径都将被删除，该路径将被视为绝对路径。下面的示例揭示了开发者可能遇到的这个陷阱。
defread_file(request):
filename=request.POST@['filename']
file_path=os.path.join("var","lib",filename)
iffile_path.find(".")!=-1:
returnHttpResponse("Failed!")
withopen(file_path)asf:
returnHttpResponse(f.read(),content_type='text/plain')
在第3行中，我们使用os.path.join函数将用户输入的文件名构造出目标路径。在第4行中，检查生成的路径是否包含”.“，防止出现路径遍历漏洞。
但是，如果攻击者传入的文件名参数为”/a/b/c.txt“，那么第3行得到的变量file_path会是一个绝对路径(/a/b/c.txt)。即os.path.join会忽略掉”var/lib“部分，攻击者可以不使用“.”字符就读取到任何文件。尽管os.path.join的文档中描述了这种行为，但这还是导致了许多漏洞(CuckooSandboxEvasion，CVE-2020-35736)。
4.任意的临时文件
tempfile.NamedTemporaryFile函数用于创建具有特定名称的临时文件。但是，prefix(前缀)和suffix(后缀)参数很容易受到路径遍历攻击(Issue35278)。如果攻击者控制了这些参数之一，他就可以在文件系统中的任意位置创建出一个临时文件。下面的示例揭示了开发者可能遇到的一个陷阱。
deftouch_tmp_file(request):
id=request.GET@['id']
tmp_file=tempfile.NamedTemporaryFile(prefix=id)
returnHttpResponse(f"tmpfile:{tmp_file}created!",content_type='text/plain')
在第3行中，用户输入的id被当作临时文件的前缀。如果攻击者传入的id参数是“/../var/www/test”，则会创建出这样的临时文件：/var/www/test_zdllj17。粗看起来，这可能是无害的，但它会为攻击者创造出挖掘更复杂的漏洞的基础。
5.扩展的ZipSlip
在Web应用中，通常需要解压上传后的压缩文件。在Python中，很多人都知道TarFile.extractall与TarFile.extract函数容易受到ZipSlip攻击。攻击者通过篡改压缩包中的文件名，使其包含路径遍历(../)字符，从而发起攻击。
这就是为什么压缩文件应该始终被视为不受信来源的原因。zipfile.extractall与zipfile.extract函数可以对zip内容进行清洗，从而防止这类路径遍历漏洞。
但是，这并不意味着在ZipFile库中不会出现路径遍历漏洞。下面是一段解压缩文件的代码。
defextract_html(request):
filename=request.FILES['filename']
zf=zipfile.ZipFile(filename.temporary_file_path(),"r")
forentryinzf.namelist():
ifentry.endswith(".html"):
file_content=zf.read(entry)
withopen(entry,"wb")asfp:
fp.write(file_content)
zf.close()
returnHttpResponse("HTMLfilesextracted!")
第3行代码根据用户上传文件的临时路径，创建出一个ZipFile处理器。第4-8行代码将所有以“.html”结尾的压缩项提取出来。第4行中的zf.namelist函数会取到zip内压缩项的名称。注意，只有zipfile.extract与zipfile.extractall函数会对压缩项进行清洗，其它任何函数都不会。
在这种情况下，攻击者可以创建一个文件名，例如“../../../var/www/html”，内容随意填。该恶意文件的内容会在第6行被读取，并在第7-8行写入被攻击者控制的路径。因此，攻击者可以在整个服务器上创建任意的HTML文件。
如上所述，压缩包中的文件应该被看作是不受信任的。如果你不使用zipfile.extractall或者zipfile.extract，你就必须对zip内文件的名称进行“消毒”，例如使用os.path.basename。否则，它可能导致严重的安全漏洞，就像在NLTKDownloader(CVE-2019-14751)中发现的那样。
6.不完整的正则表达式匹配
正则表达式(regex)是大多数Web程序不可或缺的一部分。我们经常能看到它被自定义的Web应用防火墙(WAF，WebApplicationFirewalls)用来作输入验证，例如检测恶意字符串。在Python中，re.match和re.search之间有着细微的区别，我们将在下面的代码片段中演示。
defis_sql_injection(request):
pattern=re.compile(r".*(union)|(select).*")
name_to_test=request.GET@['name']
ifre.search(pattern,name_to_test):
returnTrue
returnFalse
在第2行中，我们定义了一个匹配union或者select的模式，以检测可能的SQL注入。这是一个糟糕的写法，因为你可以轻易地绕过这些黑名单，但我们已经在线上的程序中见过它。在第4行中，函数re.match使用前面定义好的模式，检查第3行中的用户输入内容是否包含这些恶意的值。
然而，与re.search函数不同的是，re.match函数不匹配新行。例如，如果攻击者提交了值aaaaaa\nunionselect，这个输入就匹配不上正则表达式。因此，检查可以被绕过，失去保护作用。
总而言之，我们不建议使用正则表达式黑名单进行任何安全检查。
7.Unicode清洗器绕过
Unicode支持用多种形式来表示字符，并将这些字符映射到码点。在Unicode标准中，不同的Unicode字符有四种归一化方案。程序可以使用这些归一化方法，以独立于人类语言的标准方式来存储数据，例如用户名。
然而，攻击者可以利用这些归一化，这已经导致了Python的urllib出现漏洞(CVE-2019-9636)。下面的代码片段演示了一个基于NFKC归一化的跨站点脚本漏洞(XSS,Cross-SiteScripting)。
importunicodedata
fromdjango.shortcutsimportrender
fromdjango.utils.htmlimportescape
defrender_input(request):
user_input=escape(request.GET@['p'])
normalized_user_input=unicodedata.normalize("NFKC",user_input)
context={'my_input':normalized_user_input}
returnrender(request,'test.html',context)
在第6行中，用户输入的内容被Django的escape函数处理了，以防止XSS漏洞。在第7行中，经过清洗的输入被NFKC算法归一化，以便在第8-9行中通过test.html模板正确地渲染。
templates/test.html：
{{my_input|safe}}
在模板test.html中，第4行的变量my_input被标记为安全的，因为开发人员预期有特殊字符，并且认为该变量已经被escape函数清洗了。通过标记关键字safe,Django不会再次对变量进行清洗。
但是，由于第7行(view.py)的归一化，字符“%EF%B9%A4”会被转换为“<”，“%EF%B9%A5”被转换为“>”。这导致攻击者可以注入任意的HTML标记，进而触发XSS漏洞。为了防止这个漏洞，就应该在把用户输入做完归一化之后，再进行清洗。
8.Unicode编码碰撞
前文说过，Unicode字符会被映射成码点。然而，有许多不同的人类语言，Unicode试图将它们统一起来。这就意味着不同的字符很有可能拥有相同的“layout”。例如，小写的土耳其语?(没有点)的字符是英语中大写的I。在拉丁字母中，字符i也是用大写的I表示。在Unicode标准中，这两个不同的字符都以大写形式映射到同一个码点。
这种行为是可以被利用的，实际上已经在Django中导致了一个严重的漏洞(CVE-2019-19844)。下面的代码是一个重置密码的示例。
fromdjango.core.mailimportsend_mail
fromdjango.httpimportHttpResponse
fromvuln.modelsimportUser
defreset_pw(request):
email=request.GET@['email']
result=User.objects.filter(email__exact=email.upper()).first()
ifnotresult:
returnHttpResponse("Usernotfound!")
send_mail('ResetPassword','Yournewpw:123456.','from@example.com',[email],fail_silently=False)
returnHttpResponse("Passwordresetemailsend!")
第6行代码获取了用户输入的email，第7-9行代码检查这个email值，查找是否存在具有该email的用户。如果用户存在，则第10行代码依据第6行中输入的email地址，给用户发送邮件。需要指出的是，第7-9行中对邮件地址的检查是不区分大小写的，使用了upper函数。
至于攻击，我们假设数据库中存在一个邮箱地址为foo@mix.com的用户。那么，攻击者可以简单地传入foo@m?x.com作为第6行中的email，其中i被替换为土耳其语?。第7行代码将邮箱转换成大写，结果是FOO@MIX.COM。这意味着找到了一个用户，因此会发送一封重置密码的邮件。
然而，邮件被发送到第6行未转换的邮件地址，也就是包含了土耳其语的?。换句话说，其他用户的密码被发送到了攻击者控制的邮件地址。为了防止这个漏洞，可以将第10行替换成使用数据库中的用户邮箱。即使发生编码冲突，攻击者在这种情况下也得不到任何好处。
9.IP地址归一化
在Python<3.8中，IP地址会被ipaddress库归一化，因此前缀的零会被删除。这种行为乍一看可能是无害的，但它已经在Django中导致了一个高严重性的漏洞(CVE-2021-33571)。攻击者可以利用归一化绕过校验程序，发起服务端请求伪造攻击(SSRF，Server-SideRequestForgery)。
下面的代码展示了如何绕过这样的校验器。
importrequests
importipaddress
defsend_request(request):
ip=request.GET@['ip']
try:
ifipin["127.0.0.1","0.0.0.0"]:
returnHttpResponse("Notallowed!")
ip=str(ipaddress.IPv4Address(ip))
exceptipaddress.AddressValueError:
returnHttpResponse("Erroratvalidation!")
requests.get('https://'+ip)
returnHttpResponse("Requestsend!")
第5行代码获取用户传入的一个IP地址，第7行代码使用一个黑名单来检查该IP是否为本地地址，以防止可能的SSRF漏洞。这份黑名单并不完整，仅作为示例。
第9行代码检查该IP是否为IPv4地址，同时将IP归一化。在完成验证后，第12行代码会对该IP发起实际的请求。
但是，攻击者可以传入127.0.001这样的IP地址，在第7行的黑名单列表中找不到。然后，第9行代码使用ipaddress.IPv4Address将IP归一化为127.0.0.1。因此，攻击者就能够绕过SSRF校验器，并向本地网络地址发送请求。
10.URL查询参数解析
在Python<3.7中，urllib.parse.parse_qsl函数允许使用“;”和“&”字符作为URL的查询变量的分隔符。有趣的是“;”字符不能被其它语言识别为分隔符。
在下面的例子中，我们将展示为什么这种行为会导致漏洞。假设我们正在运行一个基础设施，其中前端是一个PHP程序，后端则是一个Python程序。
攻击者向PHP前端发送以下的GET请求:
GEThttps://victim.com/?a=1;b=2PHP前端只识别出一个查询参数“a”，其内容为“1;b=2”。PHP不把“;”字符作为查询参数的分隔符。现在，前端会将攻击者的请求直接转发给内部的Python程序:
GEThttps://internal.backend/?a=1;b=2
如果使用了urllib.parse.parse_qsl，Python程序会处理成两个查询参数，即“a=1”和“b=2”。这种查询参数解析的差异可能会导致致命的安全漏洞，比如Django中的Web缓存投毒漏洞(CVE-2021-23336)。
总结
在这篇博文中，我们介绍了10个Python安全陷阱，我们认为开发者不太了解它们。每个细微的陷阱都很容易被忽视，并在过去导致了线上程序的安全漏洞。
正如前文所述，安全陷阱可能出现在各种操作中，从处理文件、目录、压缩文件、URL、IP到简单的字符串。一种常见的情况是库函数的使用，这些函数可能有意想不到的行为。这提醒我们一定要升级到最新版本，并仔细阅读文档。在SonarSource中，我们正在研究这些缺陷，以便将来不断改进我们的代码分析器。
以上内容为大家介绍了Python中少为人知的十个安全陷阱!希望对大家有所帮助，如果想要了解更多Python相关知识，请关注多测师。http://www.mobiletrain.org/xwzx/
京公网安备 11010802030320号