最近一個python字串格式化的漏洞引起了我的注意，今天就來說一下Python引入的一種格式化字串的新型語法的安全漏洞進行了深入的分析，並提供了相應的安全解決方案。
當我們對不可信的使用者輸入使用str.format的時候，將會帶來安全隱患——對於這個問題，其實我早就知道了，但是直到今天我才真正意識到它的嚴重性。因為攻擊者可以利用它來繞過Jinja2沙盒，這會造成嚴重的資訊洩露問題。同時，我在本文最後部分為str.format提供了一個新的安全版本。
需要提醒的是，這是一個相當嚴重的安全隱患，這裡之所以撰文介紹，是因為大多數人很可能不知道它是多麼容易被利用。
核心問題
從Python 2.6開始，Python受.NET啟發而引入了一種格式化字串的新型語法。當然，除了Python之外，Rust及其他一些程式語言也支援這種語法。藉助於.format（）方法，該語法可以應用到位元組和unicode字串（在Python 3中，只能用於unicode字串）上面，此外，它還能對映為更加具有可定製性的string.Formatter API。
該語法的一個特點是，人們可以透過它確定出字串格式的位置和關鍵字引數，並且隨時可以顯式對資料項重新排序。此外，它甚至可以訪問物件的屬性和資料項——這是導致這裡的安全問題的根本原因。
總的來說，人們可以利用它來進行以下事情：
>>> 'class of {0} is {0.__class__}'.format(42)
"class of 42 is "實質上，任何能夠控制格式字串的人都有可能訪問物件的各種內部屬性。
問題出在哪裡？
第一個問題是，如何控制格式字串。可以從下列地方下手：
1.字串檔案中不可信的翻譯器。我們很可能透過它們得手，因為許多被翻譯成多種語言的應用程式都會用到這種新式Python字串格式化方法，但是並非所有人都會對輸入的所有字串進行全面的審查。
2.使用者暴露的配置。 由於一些系統使用者可以對某些行為進行配置，而這些配置有可能以格式字串的形式被暴露出來。需要特別提示的是，我就見過某些使用者可以透過Web應用程式來配置通知郵件、日誌訊息格式或其他基本模板。
危險等級
如果只是向該格式字串傳遞C直譯器物件的話，倒是不會有太大的危險，因為這樣的話，你最多會暴露一些整數類之類的東西。
然而，一旦Python物件被傳遞給這種格式字串的話，那就麻煩了。這是因為，能夠從Python函式暴露的東西的數量是相當驚人的。 下面是假想的Web應用程式的情形，這種情況下能夠洩露金鑰：
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)如果使用者可以在這裡注入format_string，那麼他們就能發現下面這樣的秘密字串：
{event.__init__.__globals__[CONFIG][SECRET_KEY]}將格式化作沙箱化處理
那麼，如果需要讓其他人提供格式化字串，那該怎麼辦呢？ 其實，可以利用某些未公開的內部機制來改變字串格式化行為。
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)現在，我們就可以使用safe_format方法來替代str.format了：
>>> '{0.__class__}'.format(42)
""
>>> safe_format('{0.__class__}', 42)
Traceback (most recent call last):
File "", line 1, in
AttributeError: __class__總結：
程式開發中有這麼一句話：任何時候不要相信使用者的輸入！現在看來這句話說得非常有道理。所以各位同學要謹記！