Python Discord Bot使用yt-dlp下载MP3的路径遍历安全问题

核心风险说明 #

仅靠restrictfilenames: True不足以完全规避路径遍历风险——yt-dlp返回的info['title']仍可能包含相对路径片段（如../），直接拼接路径会导致文件被写入非预期目录，引发安全问题。

具体优化措施 #

1. 利用yt-dlp内置路径生成逻辑（推荐） #

放弃手动拼接路径，通过yt-dlp的outtmpl参数指定输出模板，确保文件始终落在目标下载目录：

import os
import yt_dlp
import discord

ydl_opts = {
    'format': 'bestaudio/best',
    'postprocessors': [{
        'key': 'FFmpegExtractAudio',
        'preferredcodec': 'mp3',
        'preferredquality': '192',
    }],
    'restrictfilenames': True,
    # 用os.path.join确保路径跨平台兼容，通过模板指定保存位置
    'outtmpl': os.path.join(download_path, '%(title)s.%(ext)s'),
    'noplaylist': True,
}

@client.command()
async def dl(ctx, arg):
    with yt_dlp.YoutubeDL(ydl_opts) as ydl:
        # 启用download=True直接下载到指定路径
        info = ydl.extract_info(arg, download=True)
    # 获取实际生成的MP3文件路径（处理转码后的扩展名变化）
    original_file = ydl.prepare_filename(info)
    mp3_file = original_file.rsplit('.', 1)[0] + '.mp3'
    await ctx.send("下载完成", file=discord.File(mp3_file))

2. 手动严格清理文件名 #

如果必须手动处理文件名，需彻底过滤路径相关字符并校验最终路径：

import os

def sanitize_filename(name):
    # 移除所有路径分隔符和相对路径标记
    name = name.replace('/', '').replace('\\', '')
    name = name.replace('../', '').replace('./', '')
    # 仅保留纯文件名，丢弃任何路径部分
    return os.path.basename(name)

@client.command()
async def dl(ctx, arg):
    with yt_dlp.YoutubeDL(ydl_opts) as ydl:
        info = ydl.extract_info(arg)
    safe_title = sanitize_filename(info['title'])
    target_path = os.path.join(download_path, f"{safe_title}.mp3")
    
    # 强制校验：确保生成的路径在目标目录范围内
    abs_target = os.path.abspath(target_path)
    abs_download_dir = os.path.abspath(download_path)
    if not abs_target.startswith(abs_download_dir + os.sep):
        await ctx.send("文件名存在安全风险，取消下载")
        return
    
    await ctx.send("ok goude", file=discord.File(target_path))

3. 降低运行权限与目录限制 #

• 以非管理员用户身份运行机器人进程，限制恶意操作的影响范围
• 对下载目录设置最小权限：仅机器人进程拥有读写权限，禁止其他用户访问

4. 输入合法性校验 #

• 校验用户提供的链接格式，仅允许合法的YouTube链接（匹配https://www.youtube.com/watch?v=或https://youtu.be/等格式）
• 限制下载文件的最大大小，避免恶意占用服务器存储资源

关键原则 #

永远不要信任外部输入（包括yt-dlp返回的元数据），必须通过多层校验确保路径安全；优先依赖库内置的安全处理逻辑，减少手动拼接路径的错误。

内容的提问来源于stack exchange，提问作者Alexis Leclerc