Numele fișierului încărcat de client nu poate fi utilizat direct ca cale de stocare: pentru a preveni traversarea căii și acoperirea numelui duplicat
Fișierul încărcat se numește `../../report.pdf`, ceea ce nu înseamnă că serverul ar trebui să-l salveze sub acest nume. Numele fișierului vine de la utilizator și aparține datelor de intrare; calea discului aparține limitei permisiunii de sistem. Confuzia celor două poate duce cu ușurință la probleme cum ar fi traversarea căilor, acoperirea numelui duplicat și comportamente diferite între Windows și Linux.
Doar pentru că fișierul încărcat se numește ../../report.pdf nu înseamnă că serverul ar trebui să-l salveze sub acest nume. Dezvoltatorii care scriu funcții de încărcare pe server, precum și echipele care trebuie să se ocupe de fișierele utilizatorului și să se îngrijoreze de parcurgerea căilor și de acoperirea numelui duplicat, se vor confrunta cu această problemă. După ce ați citit acest articol, veți putea să distingeți între numele afișate și numele de stocare, să știți ce verificări trebuie făcute la fiecare strat și să vă revizuiți propria implementare în funcție de elementele de acceptare.
Numele fișierului vine de la utilizator și aparține datelor de intrare; calea discului aparține limitei permisiunii de sistem. Confuzia celor două poate duce cu ușurință la probleme cum ar fi traversarea căilor, acoperirea numelui duplicat și comportamente diferite între Windows și Linux.
Acest articol folosește mostre sintetice pentru a demonstra metoda de procesare. Codul a fost verificat într-un mediu izolat și nu este o garanție a tuturor fișierelor reale sau a performanței produsului. Înainte de a procesa documente importante, vă rugăm să păstrați originalele și să le revizuiți în funcție de limitele și elementele de acceptare din text.
Numele fișierului încărcat poate fi folosit direct ca cale de stocare? O singură propoziție concluzie
Nu poate fi folosit direct. Numele afișat este folosit pentru afișarea interfeței, iar calea de stocare este generată de server pe baza ID-ului intern.
| situatia ta | Practici recomandate | motiv |
|---|---|---|
| Numele fișierului original al utilizatorului trebuie să fie afișat pe interfață | Nume afișat rezervat numai pentru afișare | Nume afișat separat de calea discului pentru a evita încrucișarea căilor |
| Trebuie să salvați fișierele încărcate | Serverul generează un ID intern și îmbină calea de stocare | Evitați suprascrierea cu nume duplicate și nu fiți afectați de introducerea utilizatorului |
| Extensia de fișier trebuie să participe la stocare | Luați sufixul din lista de server permise | Nu copiați extensiile oferite de utilizatori |
| Trebuie să determinați tipul adevărat al fișierului | Faceți detectarea și analiza conținutului | Extensiile pot fi falsificate |
Numele afișat și numele stocării sunt separate
Numele original este păstrat pentru afișarea interfeței, dar identificarea internă este generată de server. Sufixul de stocare ar trebui să provină, de asemenea, din lista de permise pe partea serverului, în loc să copieze extensia dată de utilizator.
Următorul exemplu construiește doar o cale și nu creează un director sau fișier.
Constructor de cale minimă
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)
Acest exemplu presupune că ID-ul intern a fost generat de server. Nu este o implementare sigură a fișierului de scriere pentru medii arbitrare de atac de disc:
- O cursă poate avea loc între verificare și deschidere efectivă.
- Permisiunile directorului părinte și politicile de link simbolic trebuie controlate separat.
- De asemenea, un ID unic nu înseamnă că politica „fără înlocuire"poate fi ignorată.
Dezinfectarea numelui fișierului nu este autentificarea fișierului
Curățarea numelui fișierelor poate rezolva doar o parte a problemei, iar diferitele fenomene trebuie tratate la diferite niveluri:
| fenomen de intrare | La ce nivel ar trebui procesat? | neajunsuri |
|---|---|---|
| Conține separator de cale | Nu este folosit ca cale de stocare | Simpla eliminare a liniei diagonale nu este suficientă |
| PDF cu extensie | Detectarea și analiza conținutului | Extensiile pot fi forjate |
| Numele afișat conține HTML | Evadarea ieșirii interfeței | Nu se poate rezolva prin redenumirea discului |
| Același nume afișat | Izolarea internă a ID-urilor | Încărcările anterioare nu trebuie suprascrise |
📊 Comparație cu nucleele
| Metodă | Ce poate fi rezolvat? | și deficiențele |
|---|---|---|
| Folosește direct numele de fișier al utilizatorului | Implementarea este cea mai simplă | Pot apărea traversarea traseului și suprascrierea numelor duplicate |
| Scoate doar separatorul de cale | Am procesat unele intrări | Simpla eliminare a liniei diagonale nu este suficientă |
| Determinați tipul pe baza extensiei | Diferențierea preliminară a documentelor | Extensiile pot fi falsificate și trebuie folosite pentru detectarea conținutului |
| Serverul generează ID-uri interne | Izolează fișierele duplicate, cu căile controlate de sistem | Aceasta necesită totuși cooperare cu politica "No Override" și controlul permisiunilor din director |
Depozitarea obiectelor are aceleași limite
R2 sau alte obiecte stochează toată semantica fără traversarea tradițională a directorului, dar cheile obiectelor afectează în continuare izolarea, suprascrierea și expunerea URL-urilor.
- Nu scrie direct șirul furnizat de chiriaș într-un prefix comun.
- Downloaderul nu poate deduce autorizația doar pe baza numelor cheilor.
Documentele ar trebui să aibă identitate înainte de a intra în traducere
Când accesează fluxul de lucru OmniDoc (Intrare de produs), utilizatorii pot continua să vadă nume de fișiere familiare, intern folosind ID-uri de sarcini și fișiere independente.
Identitatea clară a documentului aduce următoarele beneficii:
- Când reîncercarea eșuează, aceasta poate corespunde cu precizie sarcinii originale.
- Descărcarea și corectura ulterioară a traducerii pentru a se asigura că corespunde fișierelor corecte.
- Reducerea riscului de a trata dosarul altcuiva cu același nume ca rezultatul actual.
🎯 Care metodă ți se potrivește?
Dacă trebuie să afișezi numele fișierului
Numele original afișat al utilizatorului este păstrat, dar doar pentru interfață, nu pentru calea discului.
Dacă trebuie să salvezi și să încarci fișiere
Serverul generează ID-ul intern, preia extensia din lista de permisiuni și controlează acoperirea și permisiunile de director conform politicilor reale.
Dacă folosești stocare a obiectelor
Nu scrie șiruri de date de chirian direct în prefixul partajării; la descărcare, efectuează verificări separate de autorizare.
❓ Întrebări frecvente (FAQ)
1. Dacă elimini bara oblică, numele fișierului devine mai sigur?
Nu e suficient. Doar eliminarea barei poate procesa doar o parte din input; construcția căii, suprapunerile și determinarea tipului de fișier trebuie totuși gestionate separat.
2. Doar pentru că extensia este PDF, poate fi confirmată ca PDF?
Nu. Extensiile pot fi falsificate, necesitând detectarea și analizarea conținutului.
3. Ce trebuie făcut dacă numele afișat conține HTML?
Scăparea în timpul ieșirii interfeței nu poate fi rezolvată prin schimbarea numelui fișierului de pe disc.
4. Trebuie totuși să dezactivez override-urile după ce folosesc un ID unic?
Da. Un ID unic nu înseamnă că politica "Fără Override" poate fi ignorată.
📝 Rezumat
Numele fișierului de încărcare trebuie gestionat separat de calea de stocare: numele afișat este folosit pentru afișare, iar calea de stocare este generată de server pe baza ID-ului intern. Traseele, acoperirea, tipurile și autorizările trebuie verificate separat.
Încearcă acum: Încarcă documentul pentru a începe traducerea, păstrând formatul original
Referințe: Python pathlib


