Question

我正在尝试将用户提交的zip和tar文件解压缩到目录中。 zipfile的extractall方法的文档（与tarfile的extractall类似）表明路径可能是绝对路径，或包含超出目标路径的..路径。相反，我可以自己使用extract，如下所示：

some_path = '/destination/path'
some_zip = '/some/file.zip'
zipf = zipfile.ZipFile(some_zip, mode='r')
for subfile in zipf.namelist():
    zipf.extract(subfile, some_path)

这样安全吗？在这种情况下，归档中的文件是否可以在some_path之外结束？如果是这样，我可以通过哪种方式确保文件永远不会出现在目标目录之外？

Answer 1

注意：从python 2.7.4开始，这对于ZIP存档来说不是问题。答案底部的详细信息。这个答案主要关注tar档案。

要确定路径的真正指向，请使用os.path.abspath()（但请注意关于符号链接作为路径组件的警告）。如果使用abspath规范化zipfile中的路径并且不包含当前目录作为前缀，则它指向它之外。

但您还需要检查从存档中提取的任何符号链接的值（tarfiles和unix zip文件都可以存储符号链接）。如果您担心会故意绕过您的安全性的众所周知的“恶意用户”，而不是仅仅安装在系统库中的应用程序，这一点非常重要。

这就是前面提到的警告：如果您的沙箱已经包含指向目录的符号链接，那么abspath将被误导。即使是指向沙箱中的符号链接也可能很危险：符号链接sandbox/subdir/foo -> ..指向sandbox，因此应禁止路径sandbox/subdir/foo/../.bashrc。最简单的方法是等到之前的文件被提取出来并使用os.path.realpath()。幸运的是extractall()接受了一个生成器，所以这很容易做到。

既然你要求代码，这里有一点可以解释算法。它不仅禁止将文件提取到沙箱之外的位置（这是请求的位置），还禁止在沙箱内创建指向沙箱外部位置的链接。我很想知道是否有人可以偷偷过去任何流浪文件或链接。

import tarfile from os.path import abspath, realpath, dirname, join as joinpath from sys import stderr resolved = lambda x: realpath(abspath(x)) def badpath(path, base): # joinpath will ignore base if path is absolute return not resolved(joinpath(base,path)).startswith(base) def badlink(info, base): # Links are interpreted relative to the directory containing the link tip = resolved(joinpath(base, dirname(info.name))) return badpath(info.linkname, base=tip) def safemembers(members): base = resolved(".") for finfo in members: if badpath(finfo.name, base): print >>stderr, finfo.name, "is blocked (illegal path)" elif finfo.issym() and badlink(finfo,base): print >>stderr, finfo.name, "is blocked: Hard link to", finfo.linkname elif finfo.islnk() and badlink(finfo,base): print >>stderr, finfo.name, "is blocked: Symlink to", finfo.linkname else: yield finfo ar = tarfile.open("testtar.tar") ar.extractall(path="./sandbox", members=safemembers(ar)) ar.close()

编辑：从python 2.7.4开始，这对于ZIP存档来说不是问题：方法zipfile.extract()禁止在沙箱外创建文件：

注意：如果成员文件名是绝对路径，则会剥离驱动器/ UNC共享点和前导（后退）斜杠，例如：///foo/bar变为foo/bar Unix，C:\foo\bar在Windows上变为foo\bar。并且会删除成员文件名中的所有".."个组件，例如：../../foo../../ba..r变为foo../ba..r。在Windows上，非法字符（:，<，>，|，"，?和*）[被下划线（_）取代。

tarfile课程没有经过同样的消毒，因此上述答案仍然适用。

Answer 2

使用ZipFile.infolist() / TarFile.next() / TarFile.getmembers()获取有关存档中每个条目的信息，规范化路径，自行打开文件，使用ZipFile.open() / {{ 1}}获取条目的文件，并自己复制条目数据。

Answer 3

将zipfile复制到空目录。然后使用os.chroot将该目录作为根目录。然后在那里解压缩。

或者，您可以使用unzip标志调用-j，忽略目录：

import subprocess
filename = '/some/file.zip'
rv = subprocess.call(['unzip', '-j', filename])

Answer 4

与流行的答案相反，从Python 2.7.4开始，安全解压缩文件并未完全解决。 extractall方法仍然很危险，可以直接或通过解压缩符号链接导致路径遍历。这是我的最终解决方案，可以防止所有Python版本中的攻击，甚至是Python 2.7.4之前的版本，其中提取方法容易受到攻击：

import zipfile, os

def safe_unzip(zip_file, extractpath='.'):
    with zipfile.ZipFile(zip_file, 'r') as zf:
        for member in zf.infolist():
            abspath = os.path.abspath(os.path.join(extractpath, member.filename))
            if abspath.startswith(os.path.abspath(extractpath)):
                zf.extract(member, extractpath)

已编辑：已修复变量名称冲突。谢谢Juuso Ohtonen。

使用Python安全地提取zip或tar

4 个答案: