O nome do arquivo carregado pelo cliente não pode ser usado diretamente como caminho de armazenamento: para evitar passagem de caminho e cobertura de nome duplicado

O arquivo enviado é chamado `../../report.pdf`, o que não significa que o servidor deva salvá-lo com este nome. O nome do arquivo vem do usuário e pertence aos dados de entrada; o caminho do disco pertence ao limite de permissão do sistema. Confundir os dois pode facilmente levar a problemas como passagem de caminho, cobertura de nomes duplicados e comportamentos diferentes entre Windows e Linux.

Só porque o arquivo enviado tem o nome ../../report.pdf não significa que o servidor deva salvá-lo com esse nome. Os desenvolvedores que escrevem funções de upload do lado do servidor, bem como as equipes que precisam lidar com arquivos de usuários e se preocupar com a passagem de caminho e a cobertura de nomes duplicados, encontrarão esse problema. Depois de ler este artigo, você será capaz de distinguir entre nomes de exibição e nomes de armazenamento, saber quais verificações devem ser feitas em cada camada e revisar sua própria implementação de acordo com os itens de aceitação.

O nome do arquivo vem do usuário e pertence aos dados de entrada; o caminho do disco pertence ao limite de permissão do sistema. Confundir os dois pode facilmente levar a problemas como passagem de caminho, cobertura de nomes duplicados e comportamentos diferentes entre Windows e Linux.

Este artigo utiliza amostras sintéticas para demonstrar o método de processamento. O código foi verificado por amostra em um ambiente isolado e não é uma garantia de todos os arquivos reais ou do desempenho do produto. Antes de processar documentos importantes, guarde os originais e revise-os de acordo com os limites e itens de aceitação do texto.

O nome do arquivo enviado pode ser usado diretamente como caminho de armazenamento? Conclusão de uma frase

Não pode ser usado diretamente. O nome de exibição é usado para exibição da interface e o caminho de armazenamento é gerado pelo servidor com base no ID interno.

sua situaçãoPráticas recomendadasrazão
O nome do arquivo original do usuário precisa ser exibido na interfaceNome de exibição reservado apenas para exibiçãoNome de exibição separado do caminho do disco para evitar cruzamento de caminho
Precisa salvar os arquivos enviadosO servidor gera um ID interno e une o caminho de armazenamentoEvite substituir nomes duplicados e não seja afetado pela entrada do usuário
A extensão do arquivo precisa participar do armazenamentoPegue o sufixo da lista de servidores permitidosNão copie extensões fornecidas pelos usuários
Precisa determinar o verdadeiro tipo do arquivoFaça detecção e análise de conteúdoExtensões podem ser falsificadas

O nome de exibição e o nome de armazenamento são separados

O nome original é mantido para exibição da interface, mas a identificação interna é gerada pelo servidor. O sufixo de armazenamento também deve vir da lista de permissões do servidor, em vez de copiar a extensão fornecida pelo usuário.

O exemplo a seguir constrói apenas um caminho e não cria um diretório ou arquivo.

Construtor de caminho mínimo

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)

Este exemplo pressupõe que o ID interno foi gerado pelo servidor. Não é uma implementação segura de arquivo de gravação para ambientes arbitrários de ataque a disco:

  • Ainda pode ocorrer uma corrida entre a verificação e a abertura efetiva.
  • As permissões do diretório pai e as políticas de link simbólico devem ser controladas separadamente.
  • Um ID exclusivo também não significa que a política de "não substituição" possa ser ignorada.

A limpeza do nome do arquivo não é autenticação de arquivo

A limpeza de nomes de arquivos só pode resolver parte do problema, e diferentes fenômenos precisam ser tratados em diferentes níveis:

fenômeno de entradaEm que nível deve ser processado?deficiências
Contém separador de caminhoNão usado como caminho de armazenamentoSimplesmente remover a barra não é suficiente
extensão PDFDetecção e análise de conteúdoExtensões podem ser forjadas
O nome de exibição contém HTMLSaída de interface escapandoNão pode ser resolvido alterando o nome do disco.
Mesmo nome de exibiçãoIsolamento interno de IDNão deve sobrescrever o upload anterior

📊 Comparação de Núcleos

MétodoO que pode ser resolvido?Limitações
Use o nome do arquivo diretamente do usuárioA implementação é a mais simplesPodem ocorrer percorridas de caminhos e sobrescrever nomes duplicados
Remova apenas o separador de caminhoParte processada da entradaSimplesmente remover a linha diagonal não é suficiente
Determine o tipo com base na extensãoDiferenciação preliminar de documentosExtensões podem ser forjadas e devem ser coordenadas com a detecção de conteúdo
O servidor gera IDs internosIsolar arquivos duplicados, com caminhos controlados pelo sistemaAinda requer cooperação com a política "No Override" e controle de permissões do diretório

Armazenamento de objetos tem os mesmos limites

R2 ou outros objetos armazenam toda a semântica sem a travessia tradicional de diretórios, mas as chaves de objeto ainda afetam isolamento, sobrescritura e exposição de URLs.

  • Não soletre diretamente a cadeia fornecida pelo inquilino em um prefixo compartilhado.
  • O downloader não pode inferir autorização apenas com base em nomes-chave.

Documentos devem ter identidade antes de entrarem na tradução

Ao acessar o fluxo de trabalho OmniDoc (Entrada de Produto), os usuários podem continuar vendo nomes de arquivos familiares, internamente usando IDs de tarefa e IDs de arquivo independentes.

Identidades claras nos documentos trazem estes benefícios:

  • Ao falhar e tentar novamente, pode corresponder com precisão à tarefa original.
  • Download da tradução e revisão subsequente garantem que o arquivo correto seja correspondido.
  • Reduz o risco de confundir o arquivo de outra pessoa com o mesmo nome do resultado atual.

🎯 Qual método combina com você?

Se precisar mostrar o nome do arquivo

O nome original do usuário é mantido, mas apenas para a interface, não para o caminho do disco.

Se precisar salvar e enviar arquivos

O servidor gera o ID interno, pega a extensão da lista de permissões e controla a cobertura e as permissões do diretório de acordo com as políticas reais.

Se você usa armazenamento de objetos

Não escreva diretamente as strings de locatário com o prefixo 'compartilhar' e tome decisões de autorização separadas ao baixar.

❓ Perguntas Frequentes (FAQ)

1. Se você remover as linhas diagonais, o nome do arquivo fica seguro?

Não o suficiente. Remover apenas as barras processa apenas parte da entrada; a construção do caminho, a sobreposição e a determinação do tipo de arquivo ainda precisam ser tratadas separadamente.

2. Se a extensão do arquivo for PDF, pode ser confirmada como PDF?

Não. Extensões podem ser forjadas, exigindo detecção de conteúdo e análise sintática.

3. O que devo fazer se o nome de exibição contiver HTML?

Escape durante a saída da interface não pode ser resolvido mudando o nome do arquivo no disco.

4. Depois de usar um ID único, ainda preciso desativar a sobrescritura?

Sim. Um ID único não significa que você pode ignorar a política de "Não Substituir".

📝 Resumo

O nome do arquivo de upload deve ser tratado separadamente do caminho de armazenamento: o nome de exibição é usado para exibição, e o caminho de armazenamento é gerado pelo servidor com base no ID interno. Trajetórias, coberturas, tipos e autorizações devem ser verificados separadamente.

Experimente agora: Envie seu documento para começar a traduzir, preservando a formatação original

Referências: Python pathlib

Atualizado em 2026-11-15