python - 图片下载 mime 类型验证 python 请求

Question

我使用python中的requests库通过http下载大量图片文件。我在 python 中使用 BytesIO 将接收到的内容转换为原始字节，然后使用 Pillow() 将此原始内容保存为 jpeg 文件。

from PIL import Image
from io import BytesIO

rsp = requests.get(imageurl)
content_type_received = rsp.headers['Content-Type'] # mime type
binarycontent = BytesIO(rsp.content)
if content_type_received.startswith('image'): # image/jpeg, image/png etc
    i = Image.open(binarycontent)
    outfilename = os.path.join(outfolder,'myimg'+'.jpg')
    with open(outfilename, 'wb') as f:
        f.write(rsp.content)
    rsp.close()

此代码的潜在安全风险是什么？ (我不确定我们在多大程度上可以信任服务器说响应 header 中的 MIME 类型真的是服务器所说的？)是否有更好的方法来编写安全下载例程？

Answer 1

代码的潜在安全风险取决于您对所联系的服务器的信任程度。如果您确定服务器永远不会试图用一些恶意内容来欺骗您，那么您使用那段代码就相对安全了。否则，请自行检查内容类型。最大的潜在风险可能是在不知不觉中保存了可执行文件而不是图像。较小的一个可能是存储不同类型的内容，这些内容可能会导致 PIL 或应用程序中的其他组件崩溃。

请记住，服务器可以自由地为任何响应 header 选择它想要的任何值，包括内容类型。如果您有任何理由相信您正在联系的服务器可能对此不诚实，那么您不应该相信请求 header 。

如果你想要一个更可靠的方法来确定你收到的内容的内容类型，我建议你看看python-magic ，一个 libmagic 的包装器。该库将帮助您自己确定内容类型，因此您不必“信任”您从中下载的服务器。

# ...
content = BytesIO(rsp.content)
mime = magic.from_buffer(content.read(1024), mime=True)
if mime.startswith('image'):
    content.seek(0) # Reset the bytes stream position because you read from it
    # ...

python-magic 有很好的文档记录，所以如果您考虑使用它，我建议您看看他们的 README。