如何防范Python exec执行用户代码时的命令注入风险？

1. 限制exec的全局命名空间 #

直接使用exec的默认全局空间会暴露所有内置模块和函数，你可以手动构造一个仅包含必要允许项的全局字典，彻底切断用户代码对危险模块的访问路径：

# 仅保留业务验证需要的内置函数，比如len、str等
allowed_builtins = {
    'len': len,
    'str': str,
    'int': int,
    # 按需添加，绝对不要包含__import__、eval这类危险函数
}

# 构造干净的全局命名空间
safe_globals = {
    '__builtins__': allowed_builtins
}

user_script = """
# 用户提交的待验证代码
"""

# 执行时仅传入自定义的安全全局空间
exec(user_script, safe_globals)

这种方式下，用户代码无法导入os、subprocess等模块，也不能调用__import__这类隐式导入方法，从根源上阻止命令注入。

2. 使用专业受限执行库 #

用RestrictedPython这类专门为受限场景设计的库，它会对用户代码做语法层面的拦截，禁止所有危险操作（比如导入模块、文件读写、系统调用），同时支持自定义允许的功能：

from RestrictedPython import compile_restricted
from RestrictedPython.Eval import default_guarded_getitem
from RestrictedPython.Guards import full_write_guard

def run_safe_script(user_code):
    try:
        # 编译受限代码，自动拦截危险语法
        compiled_code = compile_restricted(user_code, '<user_submitted>', 'exec')
        local_vars = {}
        # 配置仅允许的全局资源
        safe_globals = {
            '__builtins__': None,
            '_getitem_': default_guarded_getitem,  # 允许列表/字典索引操作
            '_write_': full_write_guard,          # 安全的赋值操作
            # 按需添加业务需要的函数或变量
        }
        exec(compiled_code, safe_globals, local_vars)
        return local_vars
    except Exception as e:
        return {"error": f"代码不符合规范：{str(e)}"}

RestrictedPython会处理很多绕过手段，比如通过字符串拼接调用__import__的情况，比手动构造全局空间更可靠。

3. 进程级隔离+资源限制 #

即使做了Python层面的限制，也可能存在语言本身的漏洞被利用，所以最好把用户代码放到独立进程中执行，同时设置严格的资源限制：

• 用subprocess启动单独的Python进程，执行用户代码，加上-E（忽略环境变量）、-s（不加载用户site-packages）参数；
• 限制进程的CPU时间、内存占用，防止恶意代码耗尽服务器资源；
• 执行完成后立即销毁进程，避免残留风险。

4. 前置代码静态扫描（辅助手段） #

在执行前先对用户代码做静态分析，检查是否包含危险关键词（比如os.system、subprocess、__import__、eval等），但这种方法只能作为辅助，因为攻击者可以通过字符串混淆、动态生成代码绕过扫描，不能单独依赖。

注意事项 #

没有绝对安全的沙箱，最好的方案是多重防御结合：静态扫描过滤大部分明显危险代码 → RestrictedPython做语法层面拦截 → 独立进程隔离执行 → 资源限制防止滥用。

内容的提问来源于stack exchange，提问作者Lilian