本文介绍如何在 web 应用（如 django）中安全地动态执行数据库中存储的 python 代码字符串，并传入用户输入的参数，重点强调沙箱隔离、风险规避与工程可行方案。
本文介绍如何在 web 应用（如 django）中安全地动态执行数据库中存储的 python 代码字符串，并传入用户输入的参数，重点强调沙箱隔离、风险规避与工程可行方案。
在 Web 开发中，尤其是算法交互类平台（如组合生成器、数学可视化工具或编程教学系统），常需将算法逻辑以字符串形式持久化于数据库，并在运行时根据前端传入的参数（如 n=5, k=3）动态实例化并执行。看似可用 exec() 或 eval() 实现，但直接执行不可信字符串代码存在严重安全隐患：任意代码执行、文件读写、系统调用、内存耗尽等均可能导致服务崩溃或服务器沦陷。
✅ 安全前提：永远避免裸 exec()
以下写法绝对禁止用于生产环境：
# ❌ 危险！用户可注入 os.system('rm -rf /') 或 import urllib 等恶意操作
code_str = request.POST.get('code')
n, k = int(request.POST['n']), int(request.POST['k'])
exec(code_str) # 全局命名空间污染 + 无限制执行
✅ 推荐方案：分层沙箱化执行
1. 语法预检 + 白名单 AST 分析（轻量级防御）
使用 ast.parse() 静态分析代码结构，拦截危险节点（如 Call, Import, Attribute 访问 os/subprocess）：
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
import ast
def is_safe_code(code: str) -> bool:
try:
tree = ast.parse(code)
except SyntaxError:
return False
# 禁止 import / exec / eval / open / __import__
forbidden_nodes = (ast.Import, ast.ImportFrom, ast.Call, ast.Attribute)
for node in ast.walk(tree):
if isinstance(node, forbidden_nodes):
if (isinstance(node, ast.Call) and
hasattr(node.func, 'id') and
node.func.id in {'exec', 'eval', 'open', 'compile'}):
return False
if isinstance(node, ast.Attribute) and node.attr in {'system', 'popen', 'remove'}:
return False
return True
# 使用示例
if not is_safe_code(user_code):
raise ValueError("Code contains forbidden operations")
2. 受限执行环境：restrictedpython（推荐 Django 场景）
restrictedpython 是专为安全执行用户代码设计的纯 Python 库，可禁用危险操作并重定向内置函数：
pip install RestrictedPython
from RestrictedPython import compile_restricted
from RestrictedPython.Guards import safer_getattr
# 自定义安全 getattr，防止访问危险属性
def safe_getattr(obj, name, default=None):
if name.startswith('_'): # 拦截私有属性
raise RuntimeError(f"Access to private attribute '{name}' denied")
return safer_getattr(obj, name, default)
# 编译并执行
code = """
class CombinationColex:
def __init__(self, n, k):
self.n, self.k = n, k
self.data = list(range(k))
def next(self):
# 简化版逻辑（真实场景需完整实现）
return self.data
generator = CombinationColex(n, k)
result = generator.next()
"""
compiled = compile_restricted(code)
# 提供受控的全局/局部命名空间
globs = {'__builtins__': {
'range': range, 'len': len, 'print': lambda *a: None,
'list': list, 'int': int, 'str': str
}}
locs = {'n': 5, 'k': 3}
try:
exec(compiled.code, globs, locs)
print("Result:", locs.get('result', 'No result'))
except Exception as e:
print("Execution failed:", e)
3. 进程级隔离：子进程 + 超时控制（最稳妥）
将用户代码放入独立子进程中执行，配合 timeout 和资源限制（Linux 下可用 prlimit）：
import subprocess
import json
import tempfile
import os
def execute_user_code(code: str, params: dict, timeout: int = 5) -> dict:
# 构建带参数的执行脚本
script_content = f"""
import json
{code}
# 参数注入
params = {json.dumps(params)}
n, k = params['n'], params['k']
# 执行主逻辑（假设类名为 CombinationColex）
try:
obj = CombinationColex(n, k)
obj.Start() # 或调用其他方法
result = {{'status': 'success'}}
except Exception as e:
result = {{'error': str(e)}}
print(json.dumps(result))
"""
with tempfile.NamedTemporaryFile(mode='w', suffix='.py', delete=False) as f:
f.write(script_content)
tmp_path = f.name
try:
result = subprocess.run(
['python', tmp_path],
capture_output=True,
text=True,
timeout=timeout,
# 可选：限制内存/CPU（Linux）
# preexec_fn=lambda: resource.setrlimit(resource.RLIMIT_AS, (100*1024*1024, -1))
)
if result.returncode == 0:
return json.loads(result.stdout)
else:
return {'error': f"Process failed: {result.stderr[:200]}"}
finally:
os.unlink(tmp_path)
# 调用示例
response = execute_user_code(user_code, {'n': 4, 'k': 2})
⚠️ 关键注意事项
- 永远不信任输入：参数校验（类型、范围）、代码长度限制（如 ≤ 10KB）、执行超时（≤ 5s）必须强制实施；
- 禁用网络与文件 I/O：沙箱中移除 socket, urllib, open 等内置函数；
- Django 集成建议：将代码执行封装为 Celery 异步任务，避免阻塞主线程，并记录执行日志用于审计；
- 替代思路优先：考虑将算法抽象为标准接口（如 generate_combinations(n, k)），通过插件机制加载预审模块，而非动态执行任意代码。
总结
动态执行字符串代码不是“是否可行”，而是“如何安全可控地实现”。restrictedpython 提供了平衡安全性与易用性的 Python 原生方案；而子进程隔离则适用于对安全性要求极高的场景。无论选择哪种路径，语法检查 + 运行时沙箱 + 资源限制 + 异步隔离四层防护缺一不可。切记：在 Web 环境中，eval() 和裸 exec() 不是捷径，而是后门。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
