01. 邓良驹 编写更安全的Python代码

• 语言: 中文（简体）
• 格式: .pdf
• 来源: github.com/PyConChina

摘要

文档主要介绍了编写更安全的Python代码的方法和注意事项。内容包括如何避免代码风险，如对外部输入进行检查、避免敏感信息泄露、使用虚拟环境隔离项目、定期更新系统和依赖包等。文档还提到了常见不安全代码示例及其应对措施，如谨慎使用eval、assert语句，避免PyPI依赖包的潜在风险，并建议使用Bandit工具进行代码安全检查。最后，文档强调了多重防御的重要性，包括安全编码、系统配置、充分测试和安全操作规范。

AI总结

# 如何编写更安全的Python代码

## 核心观点总结

1. **输入验证与过滤**
- 默认不信任外部输入，严格检查和过滤所有外部数据。
- 对内部逻辑进行验证，例如购买后余额应减少而非增加。

2. **安全原则**
- **最小权限原则**：仅授予代码运行所需的最小权限，避免越权漏洞。
- **奥卡姆剃刀原则**：采用最简单的设计和配置，减少复杂性带来的缺陷。

3. **代码检查与防护**
- 使用工具（如Bandit）检查代码，规避常见不安全写法。
- 定期清理缓存数据和非业务代码的固有数据，减少入侵风险。

4. **敏感信息处理**
- 加密存储和传输敏感信息，避免明文存储。
- 避免将敏感数据保留在内存中，包括`locals()`和`globals()`可访问的区域。

5. **依赖管理**
- 谨慎选择第三方PyPI包，避免依赖潜在漏洞或恶意代码。
- 使用工具（如Pyup和Chef InSpect）定期检查和更新依赖。

6. **安全意识与规范**
- 定期关注Python相关的CVE和OWASP安全报告，排查代码中的潜在缺陷。
- 避免使用`eval`等危险函数，改用安全的替代方案。
- 避免在业务逻辑中使用`assert`语句，仅用于开发和测试。

7. **多重防御**
- 结合安全编码、系统配置、充分测试和安全操作规范，构建多层次的安全防护体系。

8. **版本与更新**
- 使用最新版本的Python，保持操作系统、解释器和依赖包的更新，尤其是安全更新。

9. **安全文化**
- 提高安全意识，将安全视为代码开发的第一优先级。
- 避免因疏忽导致的安全事故，牢记“代码千万行，安全第一行”。

---

## 重点工具与资源

- **代码检查工具**：Bandit
- **依赖更新工具**：Pyup
- **安全规范工具**：Chef InSpect
- **安全报告**：CVE（https://cve.mitre.org/）和OWASP（https://www.owasp.org/）
- **参考资料**：
- “驹说码事”系列文章（如《注入的原理与防御措施》和《如何import一个不存在的对象》）

---

## 注意事项

- **PyPI包风险**：高Star包也可能存在漏洞，恶意包甚至可能伪装为目标模块。
- **eval函数风险**：避免直接使用`eval`，建议采用更安全的替代方案。
- **assert语句误用**：仅用于开发和测试，不应用于业务逻辑中的权限控制或条件检查。

---

## 总结

编写安全的Python代码需要从输入验证、权限管理、依赖防护、工具支持和安全意识等多个方面入手。通过遵循最小权限原则、奥卡姆剃刀原则，结合代码检查工具和安全规范，可以有效降低代码风险。同时，保持对安全动态的关注，定期更新依赖和系统，是确保代码长期安全的重要手段。