前言
本文对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 <class 'int'>"
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(eventevent=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()
- 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:
- objobj = 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)
- "<type 'int'>"
- >>> safe_format('{0.__class__}', 42)
- Traceback (most recent call last):
- File "<stdin>", line 1, in <module>
- AttributeError: __class__
小结
在本文中，我们对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，希望对读者能够有所帮助。
