最近在做一個網站的後端開發。因為初期只有我一個人做，所以技術選擇上很自由。在 web 伺服器上我選擇了Tornado。雖然曾經也讀過它的原始碼，並做過一些小的 demo，但畢竟這是第一次在工作中使用，難免又發現了一些值得分享的東西。
首先想說的是它的安全性，這方面確實能讓我感受到它的良苦用心。這主要可以分為兩點：
- 防範跨站偽造請求（Cross-site request forgery，簡稱 CSRF 或 XSRF）。
CSRF 的意思簡單來說就是，攻擊者偽造真實使用者來傳送請求。舉例來說，假設某個銀行網站有這樣的 URL：http://bank.example.com/withdraw?amount=1000000&for=Eve
當這個銀行網站的使用者訪問該 URL 時，就會給 Eve 這名使用者一百萬元。使用者當然不會輕易地點選這個 URL，但是攻擊者可以在其他網站上嵌入一張偽造的圖片，將圖片地址設為該 URL：
1<img src="http://bank.example.com/withdraw?amount=1000000&for=Eve"/>那麼當使用者訪問那個惡意網站時，瀏覽器就會對該 URL 發起一個 GET 請求，於是在使用者毫不知情的情況下，一百萬就被轉走了。
要防範上述攻擊很簡單，不允許通過 GET 請求來執行更改操作（例如轉賬）即可。不過其他型別的請求照樣也不安全，假如攻擊者構造這樣一個表單：
123456<form action="http://bank.example.com/withdraw" method="post"><p>轉發抽獎送 iPad 啊！</p><input type="hidden" name="amount" value="1000000"><input type="hidden" name="for" value="Eve"><input type="submit" value="轉發"></form>不明真相的使用者點了下“轉發”按鈕，結果錢就被轉走了…
要杜絕這種情況，就需要在非 GET 請求時新增一個攻擊者無法偽造的欄位，處理請求時驗證這個欄位是否修改過。
Tornado 的處理方法很簡單，在請求中增加了一個隨機生成的 _xsrf 欄位，並且 cookie 中也增加這個欄位，在接收請求時，比較這 2 個欄位的值。
由於非本站的網頁是不能獲取或修改 cookie 的，這就保證了 _xsrf 無法被第三方網站偽造（HTTP 嗅探例外）。
當然，使用者自己是可以隨意獲取和修改 cookie 的，不過這已經不屬於 CSRF 的範疇了：使用者自己偽造自己所做的事情，當然由他自己來承擔。要使用該功能的話，需要在生成 tornado.web.Application 物件時，加上 xsrf_cookies=True 引數，這會給使用者生成一個名為 _xsrf 的 cookie 欄位。
此外還需要你在非 GET 請求的表單里加上 xsrf_form_html()，如果不用 Tornado 的模板的話，在 tornado.web.RequestHandler 內部可以用 self.xsrf_form_html() 來生成。對於 AJAX 請求來說，基本上是不需要擔心跨站的，所以 Tornado 1.1.1 以前的版本並不對帶有 X-Requested-With: XMLHTTPRequest 的請求做驗證。
後來 Google 的工程師指出，惡意的瀏覽器外掛可以偽造跨域 AJAX 請求，所以也應該進行驗證。對此我不置可否，因為瀏覽器外掛的許可權可以非常大，偽造 cookie 或是直接提交表單都行。
不過解決辦法仍然要說，其實只要從 cookie 中獲取 _xsrf 欄位，然後在 AJAX 請求時加上這個引數，或者放在 X-Xsrftoken 或 X-Csrftoken 請求頭裡即可。嫌麻煩的話，可以用 jQuery 的 $.ajaxSetup() 來處理：1234567891011$.ajaxSetup({beforeSend: function(jqXHR, settings) {type = settings.typeif (type != 'GET' && type != 'HEAD' && type != 'OPTIONS') {var pattern = /(.+; *)?_xsrf *= *([^;" ]+)/;var xsrf = pattern.exec(document.cookie);if (xsrf) {jqXHR.setRequestHeader('X-Xsrftoken', xsrf[2]);}}}});此外再順便談談<a href="https://en.wikipedia.org/wiki/Cross-site_scripting">跨站指令碼</a>（Cross-site scripting，簡稱 XSS）。和 CSRF 相反的是，XSS 是利用被攻擊網站自身的漏洞，在該網站上注入攻擊者想執行的指令碼程式碼，讓瀏覽該網站的使用者執行。不過只要不讓使用者隨意輸入 HTML（例如對 < 和 > 進行轉義），對 HTML 元素的屬性做驗證（例如屬性裡的引號要轉義，src 和 事件處理等屬性不能隨意填寫 JavaScript 程式碼等），並檢查 CSS（含 style 屬性）中的 expression 即可避免。
- 防止偽造 cookie。
前面提到的 CSRF 和 XSS 都是攻擊者在使用者不知情的情況下，冒用他的名義來進行操作；而偽造 cookie 則是攻擊者自己主動偽造其他使用者來進行操作。
舉例來說，假設網站的登入驗證就是檢查 cookie 中的使用者名稱，只要符合的話，就認為該使用者已登入。那麼攻擊者只要在 cookie 中設定 username=admin 之類的值，就可以冒充管理員來操作了。要防止 cookie 被偽造，首先需要提到設定 cookie 時的兩個引數：secure 和 httponly。這兩個引數並不在 tornado.web.RequestHandler.set_cookie() 的引數列表裡，而是作為關鍵字引數傳遞，並在 Cookie.Morsel._reserved 中定義的。
前者是指這個 cookie 只能通過安全連線傳遞（即 HTTPS），這就使得嗅探者無法截獲該 cookie；後者則要求其只能在 HTTP 協議下訪問（即無法通過 JavaScript 來獲取 document.cookie 中的該欄位，並且設定後也不會通過 HTTP 協議向伺服器傳送），這便使得攻擊者無法簡單地通過 JavaScript 指令碼來偽造 cookie。不過對於惡意的攻擊者，這兩個引數並不能杜絕 cookie 被偽造。為此就需要對 cookie 做個簽名，一旦被修改，伺服器端可以判斷出來。
Tornado 中提供了 set_secure_cookie() 這個方法來對 cookie 做簽名。簽名時需要提供一串祕鑰（生成 tornado.web.Application 物件時的 cookie_secret 引數），這個祕鑰可以通過如下程式碼來生成：1base64.b64encode(uuid.uuid4().bytes + uuid.uuid4().bytes)這個引數可以隨機生成，但如果同時有多個 Tornado 程式來服務的話，或者有時會重啟的話，還是共用一個常量比較好，並且注意不要洩露。
這個簽名用的是 HMAC 演算法，hash 演算法採用的是 SHA1。簡單來說就是把 cookie 名、值和時間戳的 hash 作為簽名，再把“值|時間戳|簽名”作為新的值。這樣伺服器端只要拿祕鑰再次加密，比較簽名是否有變化過即可判斷真偽。
值得一提的是讀原始碼時還發現這樣一個函式：1234567891011def _time_independent_equals(a, b):if len(a) != len(b):return Falseresult = 0if type(a[0]) is int: # python3 byte stringsfor x, y in zip(a, b):result |= x ^ yelse: # python2for x, y in zip(a, b):result |= ord(x) ^ ord(y)return result == 0讀了半天也沒發現和普通的字串比較有什麼優點，直到看了 StackOverflow 上的答案才知道：為了避免攻擊者通過測試比較時間來判斷正確的位數，這個函式讓比較的時間比較恆定，也就杜絕了這種情況。（話說這答案看得我各種佩服啊，搞安全的專家果然不是我那麼膚淺的…）
接著是繼承 tornado.web.RequestHandler。
在執行流程上，tornado.web.Application 會根據 URL 尋找一個匹配的 RequestHandler 類，並初始化它。它的 __init__() 方法會呼叫 initialize() 方法，所以只要覆蓋後者即可，並且不需要呼叫父類的 initialize()。
接著根據不同的 HTTP 方法尋找該 handler 的 get/post() 等方法，並在執行前執行 prepare()。這些方法都不會主動呼叫父類的，因此有需要時，自行呼叫吧。
最後會呼叫 handler 的 finish() 方法，這個方法最好別覆蓋。它會呼叫 on_finish() 方法，它可以被覆蓋，用於處理一些善後的事情（例如關閉資料庫連線），但不能再向瀏覽器傳送資料了（因為 HTTP 響應已傳送，連線也可能已被關閉）。
順便說下怎麼處理錯誤頁面。
簡單來說，執行 RequestHandler 的 _execute() 方法（內部依次執行 prepare()、get() 和 finish() 等方法）時，任何未捕捉的錯誤都會被它的 write_error() 方法捕捉，因此覆蓋這個方法即可：
|
1 2 3 4 5 6 7 8 |
class RequestHandler(tornado.web.RequestHandler): def write_error(self, status_code, **kwargs): if status_code == 404: self.render('404.html') elif status_code == 500: self.render('500.html') else: super(RequestHandler, self).write_error(status_code, **kwargs) |
由於歷史原因，你也可以覆蓋 get_error_html() 方法，不過不被推薦。
此外，你還可能沒到 _execute() 方法就出錯了。
例如 initialize() 方法丟擲了一個未捕捉的異常，這個異常會被 IOStream 捕捉到，然後直接關閉連線，不能向使用者輸出任何錯誤頁面。
再比如沒有找到一個能處理該請求的 handler，就會用 tornado.web.ErrorHandler 去處理 404 錯誤。這種情況可以替換這個類來實現自定義錯誤頁面：
|
1 2 3 4 5 |
class PageNotFoundHandler(RequestHandler): def get(self): raise tornado.web.HTTPError(404) tornado.web.ErrorHandler = PageNotFoundHandler |
另一種方法就是在 Application 的 handlers 引數的最後，加上一個能捕捉任何 URL 的 handler：
|
1 2 3 4 |
application = tornado.web.Application([ # ... ('.*', PageNotFoundHandler) ]) |
接著說說處理登入。
Tornado 提供了 @tornado.web.authenticated 這個裝飾器，在 handler 的 get() 等方法前加上即可。
它會依賴三處程式碼：
- 需要定義 handler 的 get_current_user() 方法，例如：
12def get_current_user(self):return self.get_secure_cookie('user_id', 0)
它的返回值為假時，就會跳轉到登入頁面了。 - 建立 application 時設定 login_url 引數：
123456application = tornado.web.Application([# ...],login_url = '/login') - 定義 handler 的 get_login_url() 方法。
如果不能使用預設的 login_url 引數（例如普通使用者和管理員需要不同的登入地址），那麼可以覆蓋 get_login_url() 方法：
123class AdminHandler(RequestHandler):def get_login_url(self):return '/admin/login'
順帶一提，跳轉到登入頁後時會附帶一個 next 引數，指向登入前訪問的網址。為達到更好的使用者體驗，需要在登入後跳轉到該網址：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
class LoginHandler(RequestHandler): def get(self): if self.get_current_user(): self.redirect('/') return self.render('login.html') def post(self): if self.get_current_user(): raise tornado.web.HTTPError(403) # check username and password if success: self.redirect(self.get_argument('next', '/')) |
此外，我很多地方都使用了 AJAX 技術，而前端懶得去處理 403 錯誤，所以我只能改造一下 authenticated() 了：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 |
def authenticated(method): """Decorate methods with this to require that the user be logged in.""" @functools.wraps(method) def wrapper(self, *args, **kwargs): if not self.current_user: if self.request.headers.get('X-Requested-With') == 'XMLHttpRequest': # jQuery 等庫會附帶這個頭 self.set_header('Content-Type', 'application/json; charset=UTF-8') self.write(json.dumps({'success': False, 'msg': u'您的會話已過期，請重新登入！'})) return if self.request.method in ("GET", "HEAD"): url = self.get_login_url() if "?" not in url: if urlparse.urlsplit(url).scheme: # if login url is absolute, make next absolute too next_url = self.request.full_url() else: next_url = self.request.uri url += "?" + urllib.urlencode(dict(next=next_url)) self.redirect(url) return raise tornado.web.HTTPError(403) return method(self, *args, **kwargs) return wrapper |
然後說下獲取使用者的 IP 地址。
簡單來說，在 handler 的方法裡用 self.request.remote_ip 就能拿到了。
不過如果使用了反向代理，拿到的就是代理的 IP 了，這時候就需要在建立 HTTPServer 時增加 xheaders 的設定了：
|
1 2 3 4 5 6 7 8 |
if __name__ == '__main__': from tornado.httpserver import HTTPServer from tornado.netutil import bind_sockets sockets = bind_sockets(80) server = HTTPServer(application, xheaders=True) server.add_sockets(sockets) tornado.ioloop.IOLoop.instance().start() |
此外，我只需要處理 IPv4，但本地測試時會拿到 ::1 這種 IPv6 地址，所以還需要設定一下：
|
1 2 3 4 5 |
if settings.IPV4_ONLY: import socket sockets = bind_sockets(80, family=socket.AF_INET) else: sockets = bind_sockets(80) |
最後再提下生產環境下如何提高效能。Tornado 可以在 HTTPServer 呼叫 add_sockets() 前建立多個子程式，利用多 CPU 的優勢來處理併發請求。
簡單來說，程式碼如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
if __name__ == '__main__': if settings.IPV4_ONLY: import socket sockets = bind_sockets(80, family=socket.AF_INET) else: sockets = bind_sockets(80) if not settings.DEBUG_MODE: import tornado.process tornado.process.fork_processes(0) # 0 表示按 CPU 數目建立相應數目的子程式 server = HTTPServer(application, xheaders=True) server.add_sockets(sockets) tornado.ioloop.IOLoop.instance().start() |
注意這種方式下不能啟用 autoreload 功能（application 在建立時，debug 引數不能為真）。