我正在尝试将用户提交的zip和tar文件解压到一个目录中。 zipfile的extractall方法的文档（tarfile的extractall方法类似）指出，路径可以是绝对路径或包含..路径以跳出目标路径。相反，我可以自己使用extract，像这样：
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)
这是安全的吗？在这种情况下，存档文件是否有可能出现在some_path之外？如果有，我该如何确保文件永远不会落到目标目录之外？
注意: 从python 2.7.4开始，这对于ZIP档案不再是一个问题。详情请见答案底部。本回答重点讨论tar档案。
要确定路径指向的真实位置，请使用os.path.abspath()(但注意符号链接作为路径组件的限制)。如果你使用abspath来规范化你的zip文件中的路径，并且它不包含当前目录作为前缀，则表示它指向外部。
但是，您还需要检查从您的存档中提取的任何符号链接的值(tar文件和Unix zip文件都可以存储符号链接)。如果您担心一种俗称的“恶意用户”会故意绕过您的安全措施，而不是仅仅安装在系统库中的应用程序，则这一点非常重要。
这就是前面提到的警告: 如果您的沙盒已经包含指向目录的符号链接，那么abspath将会被误导。即使符号链接指向了沙盒内部，也可能存在危险: 符号链接sandbox/subdir/foo -> ..指向sandbox，所以路径sandbox/subdir/foo/../.bashrc应该被禁止。最简单的方法是等到之前的文件已被提取并使用os.path.realpath()。幸运的是，extractall()接受一个生成器，所以这很容易实现。
由于您要求代码，这里有一个解释算法的片段。它不仅禁止将文件提取到沙盒外(这是所要求的)，还禁止创建指向沙盒外位置的链接。在沙盒内部。我很想听听是否有人能够悄悄地通过它放行任何杂散的文件或链接。
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: Symlink to", finfo.linkname
elif finfo.islnk() and badlink(finfo,base):
print >>stderr, finfo.name, "is blocked: Hard link to", finfo.linkname
else:
yield finfo
ar = tarfile.open("testtar.tar")
ar.extractall(path="./sandbox", members=safemembers(ar))
ar.close()
zipfile.extract()方法会禁止在沙盒之外创建文件。
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(反)斜杠，例如：在Unix上，
///foo/bar变成foo/bar，在Windows上，C:\foo\bar变成foo\bar。所有成员文件名中的 ".." 组件将被删除，例如：../../foo../../ba..r变成foo../ba..r。在Windows上，非法字符（:、<、>、|、"、?和*）将被替换为下划线(_)。
tarfile类没有进行类似的清理，因此上述答案仍然适用。Archive.extract()检测到越界文件，它将引发异常。该异常将终止批量提取，并且没有恢复的方法。甚至似乎没有一种方法可以列出存档内容并逐个提取文件。这让我感到不满。 - alexisimport zipfile, os
def safe_unzip(zip_file, extract_path='.'):
with zipfile.ZipFile(zip_file, 'r') as zf:
for member in zf.infolist():
file_path = os.path.realpath(os.path.join(extract_path, member.filename))
if file_path.startswith(os.path.realpath(extract_path)):
zf.extract(member, extract_path)
编辑1: 修复变量名称冲突。感谢Juuso Ohtonen。
编辑2: s/abspath/realpath/g。感谢TheLizzard。
zipfile作为参数名称，因为它与导入名称冲突：AttributeError: 'str' object has no attribute 'ZipFile'。解决方法是将zipfile参数重命名为例如zip_file。 - Juuso Ohtonenos.path.abspath 而不是 os.path.realpath？使用 os.path.realpath 不更安全吗？ - TheLizzardrealpath 显然调用 abspath，因此 realpath 应该足够了。 - shellsterZipFile.infolist()/TarFile.next()/TarFile.getmembers()获取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()/TarFile.extractfile()获取条目的类似文件的内容，并自行复制条目数据。tar 的软件都必须遵守这一规定。这是你的软件。 - Ignacio Vazquez-Abrams将zip文件复制到一个空目录中。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-j标志调用unzip本身，该标志忽略目录：
import subprocess
filename = '/some/file.zip'
rv = subprocess.call(['unzip', '-j', filename])
os.chroot 是特定于 UNIX 的。但是如果你搜索一下，你会发现类似于 Windows 的 chroot 应用程序。当然，在这种情况下真正的过度解决方案是在虚拟机中运行 unzip。 :-) - Roland Smithunzip命令的-jж ‡еї—дЅњдёєchrootзљ„ж›їд»Јж–№жі•пјЊеє”иЇҐйЂ‚з”ЁдєЋд»»дЅ•ж”ЇжЊЃunzipзљ„е№іеЏ°гЂ‚ - Roland Smithdata过滤器时，该机制将确保在大多数情况下（包括CVE-2007-4559）安全提取tar文件。
zipfile.extract()方法禁止在沙盒之外创建文件。因此，自Python 2.7.4起，该方法是安全的。然而，tar档案仍存在漏洞。 - alexis