Tên tệp do khách hàng tải lên không thể được sử dụng trực tiếp làm đường dẫn lưu trữ: để ngăn chặn việc truyền tải đường dẫn và trùng lặp tên
Tệp đã tải lên có tên là `../../report.pdf`, điều này không có nghĩa là máy chủ phải lưu nó dưới tên này. Tên tệp do người dùng đặt và thuộc về dữ liệu đầu vào; đường dẫn đĩa thuộc về ranh giới cấp phép của hệ thống. Việc nhầm lẫn cả hai có thể dễ dàng dẫn đến các vấn đề như truyền tải đường dẫn, phạm vi tên trùng lặp và các hành vi khác nhau giữa Windows và Linux.
Chỉ vì tệp tải lên có tên ../../report.pdf không có nghĩa là máy chủ nên lưu nó dưới tên này. Các nhà phát triển viết các chức năng tải lên phía máy chủ cũng như các nhóm cần xử lý tệp người dùng và lo lắng về việc truyền tải đường dẫn và phạm vi bảo hiểm trùng lặp tên sẽ gặp phải vấn đề này. Sau khi đọc bài viết này, bạn sẽ có thể phân biệt giữa tên hiển thị và tên lưu trữ, biết những bước kiểm tra nào nên được thực hiện ở mỗi lớp và xem xét việc triển khai của riêng bạn theo các mục được chấp nhận.
Tên tệp do người dùng đặt và thuộc về dữ liệu đầu vào; đường dẫn đĩa thuộc về ranh giới cấp phép của hệ thống. Việc nhầm lẫn cả hai có thể dễ dàng dẫn đến các vấn đề như truyền tải đường dẫn, phạm vi tên trùng lặp và các hành vi khác nhau giữa Windows và Linux.
Bài viết này sử dụng các mẫu tổng hợp để trình bày phương pháp xử lý. Mã đã được kiểm tra mẫu trong một môi trường biệt lập và không đảm bảo cho tất cả các tệp thực hoặc hiệu suất của sản phẩm. Trước khi xử lý các văn bản quan trọng, vui lòng giữ lại bản chính và xem xét theo ranh giới và các mục chấp nhận trong văn bản.
Tên tệp đã tải lên có thể được sử dụng trực tiếp làm đường dẫn lưu trữ không? Một câu kết luận
Nó không thể được sử dụng trực tiếp. Tên hiển thị được sử dụng để hiển thị giao diện và đường dẫn lưu trữ được máy chủ tạo ra dựa trên ID nội bộ.
| hoàn cảnh của bạn | Các phương pháp được đề xuất | lý do |
|---|---|---|
| Tên file gốc của người dùng cần hiển thị trên giao diện | Tên hiển thị chỉ dành riêng để hiển thị | Tên hiển thị được tách khỏi đường dẫn đĩa để tránh đường dẫn chéo |
| Cần lưu các tập tin đã tải lên | Máy chủ tạo ID nội bộ và ghép đường dẫn lưu trữ | Tránh ghi đè trùng tên và không bị ảnh hưởng bởi thao tác nhập của người dùng |
| Đuôi file cần tham gia lưu trữ | Lấy hậu tố từ danh sách máy chủ được phép | Không sao chép tiện ích mở rộng do người dùng cung cấp |
| Cần xác định đúng loại file | Thực hiện phát hiện và phân tích nội dung | Tiện ích mở rộng có thể bị làm giả |
Tên hiển thị và tên lưu trữ được tách biệt
Tên ban đầu được giữ lại để hiển thị giao diện, nhưng nhận dạng nội bộ được tạo bởi máy chủ. Hậu tố lưu trữ cũng phải đến từ danh sách được phép phía máy chủ, thay vì sao chép tiện ích mở rộng do người dùng cung cấp.
Ví dụ sau chỉ xây dựng một đường dẫn và không tạo thư mục hoặc tệp.
Hàm tạo đường dẫn tối thiểu
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)
Ví dụ này giả định rằng ID nội bộ đã được máy chủ tạo ra. Đây không phải là cách triển khai tệp ghi an toàn cho các môi trường tấn công đĩa tùy ý:
- Vẫn có thể xảy ra cuộc chạy đua giữa việc kiểm tra và khai cuộc.
- Quyền thư mục gốc và chính sách liên kết tượng trưng phải được kiểm soát riêng.
- ID duy nhất cũng không có nghĩa là có thể bỏ qua chính sách "không ghi đè".
Dọn dẹp tên tệp không phải là xác thực tệp
Việc làm sạch tên file chỉ có thể giải quyết được một phần vấn đề, còn các hiện tượng khác nhau cần được xử lý ở các cấp độ khác nhau:
| hiện tượng đầu vào | Nó nên được xử lý ở cấp độ nào? | những thiếu sót |
|---|---|---|
| Chứa dấu phân cách đường dẫn | Không được sử dụng làm đường dẫn lưu trữ | Chỉ bỏ dấu gạch chéo là chưa đủ |
| phần mở rộng PDF | Phát hiện và phân tích nội dung | Phần mở rộng có thể bị giả mạo |
| Tên hiển thị chứa HTML | Giao diện đầu ra thoát | Nó không thể được giải quyết bằng cách thay đổi tên đĩa. |
| Tên hiển thị giống nhau | Cách ly ID nội bộ | Tải lên trước đó không được ghi đè |
📊 So sánh cốt lõi
| luyện tập | Những gì có thể được giải quyết | những thiếu sót |
|---|---|---|
| Sử dụng tên tệp người dùng trực tiếp | Cách thực hiện đơn giản nhất | Có thể xảy ra việc vượt qua đường dẫn và trùng lặp tên |
| Chỉ cần xóa dấu phân cách đường dẫn | Phần được xử lý của đầu vào | Chỉ bỏ dấu gạch chéo là chưa đủ |
| Xác định loại dựa trên phần mở rộng | hồ sơ phân biệt sơ bộ | Tiện ích mở rộng có thể bị giả mạo và cần phải phát hiện nội dung. |
| ID nội bộ do phía máy chủ tạo | Cô lập file trùng tên, đường dẫn do hệ thống kiểm soát | Vẫn cần hợp tác với chính sách "không ghi đè" và kiểm soát quyền thư mục |
Bộ lưu trữ đối tượng cũng có ranh giới tương tự
R2 hoặc các kho đối tượng khác không có đầy đủ ngữ nghĩa của việc truyền tải thư mục truyền thống, nhưng các khóa đối tượng vẫn ảnh hưởng đến việc cách ly, ghi đè và hiển thị các URL.
- Không đánh vần trực tiếp chuỗi do người thuê cung cấp thành tiền tố dùng chung.
- Người tải xuống không thể suy ra ủy quyền chỉ dựa vào tên khóa.
Tệp phải có danh tính trước khi nhập bản dịch
Khi kết nối với quy trình làm việc OmniDoc (cổng thông tin sản phẩm), bạn có thể tiếp tục hiển thị tên tệp quen thuộc cho người dùng và sử dụng ID tác vụ và ID tệp độc lập trong nội bộ.
Danh tính tài liệu rõ ràng mang lại những lợi ích sau:
- Khi thử lại không thành công, nó có thể tương ứng chính xác với nhiệm vụ ban đầu.
- Tải xuống bản dịch và xem xét tiếp theo có thể tương ứng với tệp chính xác.
- Giảm nguy cơ xử lý file của người khác trùng tên với kết quả hiện tại.
🎯 Phương pháp nào phù hợp với bạn?
Nếu bạn cần hiển thị tên file
Tên hiển thị ban đầu của người dùng được giữ lại nhưng chỉ được sử dụng cho giao diện chứ không phải cho đường dẫn đĩa.
Nếu bạn cần lưu file đã tải lên
ID nội bộ được tạo bởi máy chủ, lấy hậu tố từ danh sách được phép và kiểm soát phạm vi phủ sóng và quyền thư mục theo chính sách thực tế.
Nếu bạn sử dụng bộ nhớ đối tượng
Không trực tiếp đánh vần chuỗi đối tượng thuê thành tiền tố chung và đưa ra các phán đoán ủy quyền riêng khi tải xuống.
❓ Câu hỏi thường gặp (FAQ)
1. Nếu bỏ dấu gạch chéo, tên file có an toàn không?
không đủ. Chỉ loại bỏ dấu gạch chéo chỉ có thể xử lý một phần đầu vào và việc xây dựng đường dẫn, ghi đè và xác định loại tệp vẫn cần được xử lý riêng.
2. Chỉ vì phần mở rộng là PDF thì có nghĩa là nó là PDF phải không?
không thể. Các tiện ích mở rộng có thể bị giả mạo và yêu cầu phát hiện và phân tích nội dung.
3. Tôi phải làm gì nếu tên hiển thị chứa HTML?
Không thể giải quyết vấn đề thoát trong quá trình xuất giao diện bằng cách sửa đổi tên tệp trên đĩa.
4. Sau khi sử dụng ID duy nhất, tôi có cần tắt tính năng ghi đè không?
nhu cầu. ID duy nhất không có nghĩa là có thể bỏ qua chính sách "không ghi đè".
📝 Tóm tắt
Tên tệp đã tải lên phải được xử lý riêng biệt với đường dẫn lưu trữ: tên hiển thị được sử dụng để hiển thị và đường dẫn lưu trữ được máy chủ tạo ra dựa trên ID nội bộ. Đường dẫn, phạm vi bảo hiểm, loại và ủy quyền đều được xác minh độc lập.
Thử ngay: Tải tài liệu lên để bắt đầu dịch, giữ nguyên bố cục ban đầu
Tham khảo: Python pathlib


