本文介绍如何在不使用 eval 或 exec 的前提下，安全地对任意 Python 源码字符串（如用户提交的函数定义）启用 sys.settrace 进行细粒度执行跟踪，涵盖 AST 解析、动态编译、作用域隔离与 trace 函数集成等关键实践。
本文介绍如何在不使用 eval 或 exec 的前提下，安全地对任意 python 源码字符串（如用户提交的函数定义）启用 sys.settrace 进行细粒度执行跟踪，涵盖 ast 解析、动态编译、作用域隔离与 trace 函数集成等关键实践。
在实际开发中，我们常需对用户提交的 Python 代码（例如在线编程题评测、教学调试器或沙箱式分析工具）进行运行时行为追踪——记录变量赋值、函数调用、行执行顺序等。但直接使用 eval() 或 exec() 执行用户代码存在严重安全隐患（如任意系统调用、文件读写、远程请求），违背最小权限原则。
推荐方案：基于 compile() + exec() 的受控执行 + sys.settrace 动态注入
关键在于：避免 eval/exec 的裸用，转而通过 compile() 显式指定编译模式，并在受限命名空间中执行，同时在执行前启用自定义 trace 函数。以下是完整、安全、可落地的实现：
import sys
import ast
import functools
def trace_calls(frame, event, arg):
"""示例 trace 函数：仅打印函数调用与行号"""
if event == "call":
print(f"[CALL] {frame.f_code.co_name} at {frame.f_lineno}")
elif event == "line":
print(f"[LINE] {frame.f_code.co_name}:{frame.f_lineno}")
return trace_calls # 继续跟踪
def instrument_and_trace(source_code: str, global_ns: dict = None, local_ns: dict = None):
"""
安全地编译并执行用户源码，同时启用 sys.settrace
:param source_code: 用户提交的合法 Python 源码字符串（如函数定义）
:param global_ns: 可选的全局命名空间（建议传入空 dict 或最小化内置环境）
:param local_ns: 可选的局部命名空间
:return: 编译后的 code object（可用于后续多次执行）
"""
# 1. 静态语法检查（提前捕获 SyntaxError）
try:
tree = ast.parse(source_code, mode='exec')
except SyntaxError as e:
raise ValueError(f"Invalid Python syntax at line {e.lineno}: {e.text.strip() if e.text else ''}") from e
# 2. 编译为 code object（mode='exec' 支持多语句，包括 def）
try:
code_obj = compile(source_code, filename="<user_input>", mode='exec')
except Exception as e:
raise RuntimeError(f"Compilation failed: {e}") from e
# 3. 构建最小化、隔离的执行环境
safe_globals = global_ns or {
'__builtins__': {}, # 禁用所有内置函数（可按需显式开放如 print、len）
'__name__': '__user_module__',
'__doc__': None,
}
# 4. 启用 trace 并执行
sys.settrace(trace_calls)
try:
exec(code_obj, safe_globals, local_ns or {})
finally:
sys.settrace(None) # 确保无论成功失败都关闭 trace
return code_obj
# ✅ 使用示例：跟踪用户定义的 adder 函数
user_code = """
def adder(x, y):
z = x + y
return z
"""
# 执行并触发 trace（输出行号与调用信息）
instrument_and_trace(user_code)
# 此时 adder 已存在于 safe_globals 中，可安全调用
safe_env = {}
instrument_and_trace(user_code, global_ns=safe_env)
result = safe_env['adder'](3, 5) # 输出 trace 日志后返回 8
print("Result:", result)</user_input>
核心优势与注意事项：
- ✅ 无
eval/exec字符串执行风险：compile()仅做语法/字节码转换，不执行；exec()在严格控制的global_ns中运行，可禁用危险内置函数。 - ✅ 支持完整 Python 语法：
mode='exec'允许def、class、if、循环等任意合法语句块。 - ⚠️
sys.settrace是线程局部的：若需多线程跟踪，请在每个线程内单独设置；主线程 trace 不会自动传播到子线程。 - ⚠️ 性能开销显著：
settrace会使解释器在每行、每次调用时回调，生产环境慎用；调试/教育场景推荐。 - ? 进一步加固建议：
- 使用
ast.NodeVisitor对 AST 做白名单校验（如禁止Call节点含os.、subprocess.等危险模块）； - 结合
resource.setrlimit()限制 CPU/内存； - 在
seccomp或容器沙箱中运行（Linux）。
- 使用
综上，通过 compile() + 受限 exec() + sys.settrace 的组合，你既能获得对用户代码的完整执行控制力，又能规避 eval 的安全陷阱，是构建可信赖 Python 动态分析工具的工业级实践路径。
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！
