Nama file yang diunggah oleh pelanggan tidak dapat langsung digunakan sebagai jalur penyimpanan: untuk mencegah traversal jalur dan cakupan nama duplikat

File yang diunggah disebut `../../report.pdf`, yang tidak berarti server harus menyimpannya dengan nama ini. Nama file berasal dari pengguna dan milik data masukan; jalur disk termasuk dalam batas izin sistem. Membingungkan keduanya dapat dengan mudah menyebabkan masalah seperti penjelajahan jalur, cakupan nama duplikat, dan perilaku berbeda antara Windows dan Linux.

Hanya karena file yang diunggah diberi nama ../../report.pdf tidak berarti server harus menyimpannya dengan nama ini. Pengembang yang menulis fungsi unggahan sisi server, serta tim yang perlu menangani file pengguna dan khawatir tentang penjelajahan jalur dan cakupan nama duplikat, akan menghadapi masalah ini. Setelah membaca artikel ini, Anda akan dapat membedakan antara nama tampilan dan nama penyimpanan, mengetahui pemeriksaan apa yang harus dilakukan pada setiap lapisan, dan meninjau penerapan Anda sendiri sesuai dengan item penerimaan.

Nama file berasal dari pengguna dan milik data masukan; jalur disk termasuk dalam batas izin sistem. Membingungkan keduanya dapat dengan mudah menyebabkan masalah seperti penjelajahan jalur, cakupan nama duplikat, dan perilaku berbeda antara Windows dan Linux.

Artikel ini menggunakan sampel sintetis untuk mendemonstrasikan metode pemrosesan. Kode telah diperiksa sampelnya di lingkungan yang terisolasi dan bukan merupakan jaminan atas semua file atau kinerja produk yang sebenarnya. Sebelum memproses dokumen penting, harap simpan dokumen asli dan tinjau sesuai dengan batasan dan item penerimaan dalam teks.

Apakah nama file yang diunggah bisa langsung digunakan sebagai jalur penyimpanan? Kesimpulan satu kalimat

Itu tidak dapat digunakan secara langsung. Nama tampilan digunakan untuk tampilan antarmuka, dan jalur penyimpanan dihasilkan oleh server berdasarkan ID internal.

situasi AndaPraktik yang direkomendasikanalasan
Nama file asli pengguna perlu ditampilkan di antarmukaNama tampilan disediakan untuk tampilan sajaNama tampilan dipisahkan dari jalur disk untuk menghindari persilangan jalur
Perlu menyimpan file yang diunggahServer menghasilkan ID internal dan menyambungkan jalur penyimpananHindari menimpa dengan nama duplikat dan tidak terpengaruh oleh masukan pengguna
Ekstensi file perlu berpartisipasi dalam penyimpananAmbil akhiran dari daftar yang diizinkan serverJangan menyalin ekstensi yang diberikan oleh pengguna
Perlu menentukan jenis file yang sebenarnyaLakukan deteksi dan analisis kontenEkstensi bisa dipalsukan

Nama tampilan dan nama penyimpanan dipisahkan

Nama asli dipertahankan untuk tampilan antarmuka, namun identifikasi internal dihasilkan oleh server. Akhiran penyimpanan juga harus berasal dari daftar yang diizinkan di sisi server, bukan menyalin ekstensi yang diberikan oleh pengguna.

Contoh berikut hanya membuat jalur dan tidak membuat direktori atau file.

Konstruktor jalur minimum

from pathlib import Path
import re

def storage_path(root, internal_id, extension):
    if not re.fullmatch(r"[a-f0-9]{32}", internal_id):
        raise ValueError("invalid internal id")
    if extension not in {".pdf", ".docx", ".udoc"}:
        raise ValueError("unsupported extension")
    base = Path(root).resolve()
    candidate = (base / (internal_id + extension)).resolve()
    if candidate.parent != base:
        raise ValueError("outside storage root")
    return candidate

root = Path.cwd() / "synthetic-uploads"
identifier = "a" * 32
p = storage_path(root, identifier, ".pdf")
assert p.parent == root.resolve()
assert p.name == identifier + ".pdf"
for bad in ["../../report", "A" * 32, "a" * 31, "a" * 32 + "/x"]:
    try:
        storage_path(root, bad, ".pdf")
    except ValueError:
        pass
    else:
        raise AssertionError(bad)

Contoh ini mengasumsikan bahwa ID internal telah dibuat oleh server. Ini bukan implementasi file tulis yang aman untuk lingkungan serangan disk yang sewenang-wenang:

  • Masih mungkin terjadi perlombaan antara pengecekan dan pembukaan sebenarnya.
  • Izin direktori induk dan kebijakan tautan simbolik harus dikontrol secara terpisah.
  • ID unik juga tidak berarti kebijakan "no override" bisa diabaikan.

Sanitasi nama file bukan otentikasi file

Pembersihan nama file hanya dapat menyelesaikan sebagian masalah, dan fenomena yang berbeda perlu ditangani pada tingkat yang berbeda:

fenomena masukanPada tingkat manakah dokumen tersebut harus diproses?kekurangan
Berisi pemisah jalurTidak digunakan sebagai jalur penyimpananMenghapus garis miring saja tidak cukup
ekstensi PDFDeteksi dan analisis kontenEkstensi dapat dipalsukan
Nama tampilan berisi HTMLKeluaran antarmuka keluarIni tidak dapat diselesaikan dengan mengubah nama disk.
Nama tampilan yang samaIsolasi ID internalUpload sebelumnya tidak boleh ditimpa

📊 Perbandingan inti

praktikApa yang bisa diselesaikankekurangan
Gunakan nama file pengguna secara langsungImplementasi paling sederhanaPersimpangan jalur dan cakupan nama duplikat dapat terjadi
Hapus saja pemisah jalurBagian input yang diprosesMenghapus garis miring saja tidak cukup
Tentukan jenis berdasarkan ekstensifile diferensiasi awalEkstensi dapat dipalsukan, dan diperlukan deteksi konten.
ID internal yang dihasilkan sisi serverPisahkan file dengan nama yang sama, jalurnya dikontrol oleh sistemMasih perlu bekerja sama dengan kebijakan "tidak ada penimpaan" dan kontrol izin direktori

Penyimpanan objek juga memiliki batasan yang sama

R2 atau penyimpanan objek lainnya tidak memiliki semantik lengkap seperti traversal direktori tradisional, namun kunci objek masih memengaruhi isolasi, penggantian, dan URL yang terekspos.

  • Jangan langsung mengeja string yang disediakan penyewa ke dalam awalan bersama.
  • Pengunduh tidak dapat menyimpulkan otorisasi hanya berdasarkan nama kunci.

File harus memiliki identitas sebelum memasuki terjemahan

Saat menyambungkan ke alur kerja OmniDoc (portal produk), Anda dapat terus menampilkan nama file yang familier bagi pengguna dan menggunakan ID tugas independen dan ID file secara internal.

Identitas dokumenter yang jelas memberikan manfaat berikut:

  • Ketika percobaan ulang gagal, itu dapat secara akurat sesuai dengan tugas aslinya.
  • Pengunduhan naskah terjemahan dan peninjauan selanjutnya dapat sesuai dengan file yang benar.
  • Mengurangi risiko memperlakukan file orang lain dengan nama yang sama dengan hasil saat ini.

🎯 Metode mana yang cocok untuk Anda?

Jika Anda perlu menampilkan nama file

Nama tampilan asli pengguna dipertahankan, namun hanya digunakan untuk antarmuka, bukan untuk jalur disk.

Jika Anda perlu menyimpan file yang diunggah

ID internal dihasilkan oleh server, mengambil akhiran dari daftar yang diizinkan, dan mengontrol cakupan dan izin direktori sesuai dengan kebijakan sebenarnya.

Jika Anda menggunakan penyimpanan objek

Jangan mengeja string penyewa secara langsung ke dalam awalan bersama, dan membuat penilaian otorisasi terpisah saat mengunduh.

❓ Pertanyaan yang Sering Diajukan (FAQ)

1. Jika garis miring dihilangkan, apakah nama file akan aman?

tidak cukup. Hanya menghapus garis miring hanya dapat memproses sebagian dari input, dan konstruksi jalur, penulisan ulang, dan penentuan jenis file masih perlu diproses secara terpisah.

2. Hanya karena ekstensinya PDF, apakah berarti PDF?

tidak bisa. Ekstensi dapat dipalsukan dan memerlukan deteksi dan analisis konten.

3. Apa yang harus saya lakukan jika nama tampilan berisi HTML?

Escape selama keluaran antarmuka tidak dapat diselesaikan dengan mengubah nama file pada disk.

4. Setelah menggunakan ID unik, apakah saya masih perlu menonaktifkan penimpaan?

membutuhkan. ID unik tidak berarti bahwa kebijakan "tidak ada penggantian" dapat diabaikan.

📝 Ringkasan

Nama file yang diunggah harus ditangani secara terpisah dari jalur penyimpanan: nama tampilan digunakan untuk tampilan, dan jalur penyimpanan dibuat oleh server berdasarkan ID internal. Jalur, cakupan, jenis dan otorisasi semuanya diverifikasi secara independen.

Coba sekarang: Unggah dokumen untuk memulai penerjemahan, dengan tetap mempertahankan tata letak aslinya

Referensi: Python pathlib

Diperbarui 2026-11-15