最近一个python字符串格式化的漏洞引起了我的注意，今天就来说一下Python引入的一种格式化字符串的新型语法的安全漏洞进行了深入的分析，并提供了相应的安全解决方案。

当我们对不可信的用户输入使用str.format的时候，将会带来安全隐患——对于这个问题，其实我早就知道了，但是直到今天我才真正意识到它的严重性。因为攻击者可以利用它来绕过Jinja2沙盒，这会造成严重的信息泄露问题。同时，我在本文最后部分为str.format提供了一个新的安全版本。

需要提醒的是，这是一个相当严重的安全隐患，这里之所以撰文介绍，是因为大多数人很可能不知道它是多么容易被利用。

核心问题

从Python 2.6开始，Python受.NET启发而引入了一种格式化字符串的新型语法。当然，除了Python之外，Rust及其他一些编程语言也支持这种语法。借助于.format()方法，该语法可以应用到字节和unicode字符串(在Python 3中，只能用于unicode字符串)上面，此外，它还能映射为更加具有可定制性的string.Formatter API。

该语法的一个特点是，人们可以通过它确定出字符串格式的位置和关键字参数，并且随时可以显式对数据项重新排序。此外，它甚至可以访问对象的属性和数据项——这是导致这里的安全问题的根本原因。

总的来说，人们可以利用它来进行以下事情：>>> 'class of {0} is {0.__class__}'.format(42)

"class of 42 is "

实质上，任何能够控制格式字符串的人都有可能访问对象的各种内部属性。

问题出在哪里？

第一个问题是，如何控制格式字符串。可以从下列地方下手：

1.字符串文件中不可信的翻译器。我们很可能通过它们得手，因为许多被翻译成多种语言的应用程序都会用到这种新式Python字符串格式化方法，但是并非所有人都会对输入的所有字符串进行全面的审查。

2.用户暴露的配置。 由于一些系统用户可以对某些行为进行配置，而这些配置有可能以格式字符串的形式被暴露出来。需要特别提示的是，我就见过某些用户可以通过Web应用程序来配置通知邮件、日志消息格式或其他基本模板。

危险等级

如果只是向该格式字符串传递C解释器对象的话，倒是不会有太大的危险，因为这样的话，你最多会暴露一些整数类之类的东西。

然而，一旦Python对象被传递给这种格式字符串的话，那就麻烦了。这是因为，能够从Python函数暴露的东西的数量是相当惊人的。 下面是假想的Web应用程序的情形，这种情况下能够泄露密钥：

CONFIG = {

'SECRET_KEY': 'super secret key'

}

class Event(object):

def __init__(self, id, level, message):

self.id = id

self.level = level

self.message = message

def format_event(format_string, event):

return format_string.format(event=event)

如果用户可以在这里注入format_string，那么他们就能发现下面这样的秘密字符串：{event.__init__.__globals__[CONFIG][SECRET_KEY]}

将格式化作沙箱化处理

那么，如果需要让其他人提供格式化字符串，那该怎么办呢？ 其实，可以利用某些未公开的内部机制来改变字符串格式化行为。from string import Formatter

from collections import Mapping

class MagicFormatMapping(Mapping):

"""This class implements a dummy wrapper to fix a bug in the Python

standard library for string formatting.

See http://bugs.python.org/issue13598 for information about why

this is necessary.

"""

def __init__(self, args, kwargs):

self._args = args

self._kwargs = kwargs

self._last_index = 0

def __getitem__(self, key):

if key == '':

idx = self._last_index

self._last_index += 1

try:

return self._args[idx]

except LookupError:

pass

key = str(idx)

return self._kwargs[key]

def __iter__(self):

return iter(self._kwargs)

def __len__(self):

return len(self._kwargs)

# This is a necessary API but it's undocumented and moved around

# between Python releases

try:

from _string import formatter_field_name_split

except ImportError:

formatter_field_name_split = lambda \

x: x._formatter_field_name_split()

{C}

class SafeFormatter(Formatter):

def get_field(self, field_name, args, kwargs):

first, rest = formatter_field_name_split(field_name)

obj = self.get_value(first, args, kwargs)

for is_attr, i in rest:

if is_attr:

obj = safe_getattr(obj, i)

else:

obj = obj[i]

return obj, first

def safe_getattr(obj, attr):

# Expand the logic here.  For instance on 2.x you will also need

# to disallow func_globals, on 3.x you will also need to hide

# things like cr_frame and others.  So ideally have a list of

# objects that are entirely unsafe to access.

if attr[:1] == '_':

raise AttributeError(attr)

return getattr(obj, attr)

def safe_format(_string, *args, **kwargs):

formatter = SafeFormatter()

kwargs = MagicFormatMapping(args, kwargs)

return formatter.vformat(_string, args, kwargs)

现在，我们就可以使用safe_format方法来替代str.format了：>>> '{0.__class__}'.format(42)

""

>>> safe_format('{0.__class__}', 42)

Traceback (most recent call last):

File "", line 1, in

AttributeError: __class__

总结：

程序开发中有这么一句话：任何时候不要相信用户的输入！现在看来这句话说得非常有道理。所以各位同学要谨记！