众所周知，在 python 中可以使用 exec 函数来执行包含 python 源代码的字符串:

>>> code = \'\'\'
   ...: a = \"hello\"
   ...: print(a)
   ...: \'\'\'
>>> exec(code)
hello
>>> a
\'hello\'

exec 函数的这个功能很是强大，慎用。如果一定要用的话，那么就需要注意一下下面这些安全相关的问题。

全局变量和内置函数

在 exec 执行的代码中，默认可以访问执行 exec 时的局部变量和全局变量， 同样也会修改全局变量。如果 exec 执行的代码是根据用户提交的数据生产的话，这种默认行为就是一个安全隐患。

如何更改这种默认行为呢？可以通过执行 exec 函数的时候再传两个参数的方式来 修改这种行为（详见 之前 关于 exec 的文章）:

>>> g = {}
>>> l = {\'b\': \'world\'}
>>> exec(\'hello = \"hello\" + b\', g, l)
>>> l
{\'b\': \'world\', \'hello\': \'helloworld\'}
>>> g
{\'__builtins__\': {...}}
>>> hello
---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
...
NameError: name \'hello\' is not defined

如果要限制使用内置函数的话，可以在 globals 参数中定义一下 __builtins__ 这个 key:

>>> g = {}
>>> l = {}
>>> exec(\'a = int(\"1\")\', g, l)
>>> l
{\'a\': 1}

>>> g = {\'__builtins__\': {}}
>>> exec(\'a = int(\"1\")\', g, l)
Traceback (most recent call last):
  File \"\", line 1, in 
  File \"\", line 1, in 
NameError: name \'int\' is not defined
>>>

现在我们限制了访问和修改全局变量以及使用内置函数，难道这样就万事大吉了吗？ 然而并非如此，还是可以通过其他的方式来获取内置函数甚至 os.system 函数。

另辟蹊径获取内置函数和 os.system

通过函数对象:

>>> def a(): pass
...
>>> a.__globals__[\'__builtins__\']

>>> a.__globals__[\'__builtins__\'].open

通过内置类型对象:

>>> for cls in {}.__class__.__base__.__subclasses__():
...     if cls.__name__ == \'WarningMessage\':
...         b = cls.__init__.__globals__[\'__builtins__\']
...         b[\'open\']
...

>>>

获取 os.system:

>>> cls = [x for x in [].__class__.__base__.__subclasses__() if x.__name__ == \'_wrap_close\'][0]
>>> cls.__init__.__globals__[\'path\'].os

>>>

对于这两种办法又如何应对呢？ 一种办法就是禁止访问以 _ 开头的属性：

• 如果可以控制 code 的生成，那么就在生成 code 的时候判断

• 如果不能的话，可以通过 dis 模块分析生成的 code （dist 无法分析嵌套函数的代码）

• 使用 tokenize 模块:

    In [68]: from io import BytesIO
    In [69]: code = \'\'\'
       ....: a = \'b\'
       ....: a.__str__
       ....: def b():
       ....:     b.__get__
       ....: \'\'\'
    In [70]: t = tokenize(BytesIO(code.encode()).readline)
    In [71]: for x in t:
       ....:     print(x)
       ....:
    TokenInfo(type=59 (ENCODING), string=\'utf-8\', start=(0, 0), end=(0, 0), line=\'\')
    TokenInfo(type=58 (NL), string=\'\\n\', start=(1, 0), end=(1, 1), line=\'\\n\')
    TokenInfo(type=1 (NAME), string=\'a\', start=(2, 0), end=(2, 1), line=\"a = \'b\'\\n\")
    TokenInfo(type=53 (OP), string=\'=\', start=(2, 2), end=(2, 3), line=\"a = \'b\'\\n\")
    TokenInfo(type=3 (STRING), string=\"\'b\'\", start=(2, 4), end=(2, 7), line=\"a = \'b\'\\n\")
    TokenInfo(type=4 (NEWLINE), string=\'\\n\', start=(2, 7), end=(2, 8), line=\"a = \'b\'\\n\")
    TokenInfo(type=1 (NAME), string=\'a\', start=(3, 0), end=(3, 1), line=\'a.__str__\\n\')
    TokenInfo(type=53 (OP), string=\'.\', start=(3, 1), end=(3, 2), line=\'a.__str__\\n\')
    TokenInfo(type=1 (NAME), string=\'__str__\', start=(3, 2), end=(3, 9), line=\'a.__str__\\n\')
    TokenInfo(type=4 (NEWLINE), string=\'\\n\', start=(3, 9), end=(3, 10), line=\'a.__str__\\n\')
    TokenInfo(type=1 (NAME), string=\'def\', start=(4, 0), end=(4, 3), line=\'def b():\\n\')
    TokenInfo(type=1 (NAME), string=\'b\', start=(4, 4), end=(4, 5), line=\'def b():\\n\')
    TokenInfo(type=53 (OP), string=\'(\', start=(4, 5), end=(4, 6), line=\'def b():\\n\')
    TokenInfo(type=53 (OP), string=\')\', start=(4, 6), end=(4, 7), line=\'def b():\\n\')
    TokenInfo(type=53 (OP), string=\':\', start=(4, 7), end=(4, 8), line=\'def b():\\n\')
    TokenInfo(type=4 (NEWLINE), string=\'\\n\', start=(4, 8), end=(4, 9), line=\'def b():\\n\')
    TokenInfo(type=5 (INDENT), string=\'    \', start=(5, 0), end=(5, 4), line=\'    b.__get__\\n\')
    TokenInfo(type=1 (NAME), string=\'b\', start=(5, 4), end=(5, 5), line=\'    b.__get__\\n\')
    TokenInfo(type=53 (OP), string=\'.\', start=(5, 5), end=(5, 6), line=\'    b.__get__\\n\')
    TokenInfo(type=1 (NAME), string=\'__get__\', start=(5, 6), end=(5, 13), line=\'    b.__get__\\n\')
    TokenInfo(type=4 (NEWLINE), string=\'\\n\', start=(5, 13), end=(5, 14), line=\'    b.__get__\\n\')
    TokenInfo(type=6 (DEDENT), string=\'\', start=(6, 0), end=(6, 0), line=\'\')
    TokenInfo(type=0 (ENDMARKER), string=\'\', start=(6, 0), end=(6, 0), line=\'\')

从上面的输出我们可以知道当 type 是 OP 并且 string 等于 \’.\’ 时，下一条记录就是
点之后的属性名称。所以我们的检查代码可以这样写:

    import io
    import tokenize


    def check_unsafe_attributes(string):
        g = tokenize.tokenize(io.BytesIO(string.encode(\'utf-8\')).readline)
        pre_op = \'\'
        for toktype, tokval, _, _, _ in g:
            if toktype == tokenize.NAME and pre_op == \'.\' and tokval.startswith(\'_\'):
                attr = tokval
                msg = \"access to attribute \'{0}\' is unsafe.\".format(attr)
                raise AttributeError(msg)
            elif toktype == tokenize.OP:
                pre_op = tokval

我所知道的使用 exec 函数时需要注意的安全问题就是这些了。 如果你还知道其他需要注意的安全问题的话，欢迎留言告知。