本文深入分析了在 Python 开发过程中直接在下载目录运行脚本的安全隐患，揭示了 sys.path 机制、PYTHONPATH 环境变量及当前目录优先级带来的潜在风险。文章详细阐述了恶意脚本如何通过覆盖系统模块（如 pip.py）或利用空字符串路径解析进行攻击，并提供了全面的防护方案。建议包括严格使用虚拟环境隔离依赖、避免在当前工作目录执行脚本、正确配置环境变量、禁用不安全的 PYTHONPATH 设置、定期审计依赖包以及配置可信源等措施，以确保开发环境的安全性。
Python 已经成为全球最受欢迎的编程语言之一。其简明易用的脚本语法，只需将一段程序放入.py 文件中，就能快速运行，极大地降低了编程门槛。
而且 Python 语言很容易上手模块管理。比如你编写了一个模块 my_lib.py，只需在调用这个模块的程序中加入一行 import my_lib 即可。这种设计的好处是，初学者能够非常方便地执行命令和测试代码。但是对攻击者来说，这等于是为恶意程序大开后门。
尤其是一些初学者将网上的 Python 软件包、代码下载到本地 ~/Downloads 文件夹后，就直接在此路径下运行 python 命令，这样做会给电脑带来极大的安全隐患。本文旨在深入剖析这些风险背后的技术原理，并提供一套完整的加固方案。
首先，我们要了解 Python 程序安全运行需要满足的三个核心条件：
如果你运行的是正确安装的 Python，那么 Python 安装目录和 virtualenv 之外唯一会自动添加到系统路径的位置，就是当前主程序的安装目录。这就是安全隐患的主要来源。
下面用一个实例告诉你为什么。
如果你把 pip 安装在/usr/bin 文件夹下，并运行 pip 命令。由于/usr/bin 是系统路径，因此这是一个非常安全的地方。但是，有些人并不喜欢直接使用 pip，而是更喜欢调用/path/to/python -m pip。这样做的好处是可以避免环境变量$PATH 设置的复杂性，而且对于 Windows 用户来说，也可以避免处理安装各种 exe 脚本和文档。
所以问题就来了，如果你的下载文件中有一个叫做 pip.py 的文件，那么你将它将取代系统自带的 pip，接管你的程序。
比如你不是从 PyPI，而是直接从网上直接下载了一个 Python wheel 文件。你很自然地输入以下命令来安装它：
~$ cd Downloads
~/Downloads$ python -m pip install ./totally-legit-package.whl
这似乎是一件很合理的事情。但你不知道的是，这么操作很有可能访问带有 XSS JavaScript 的站点，并将带有恶意软件的 pip.py 到下载文件夹中。
下面是一个恶意攻击软件的演示实例：
~$ mkdir attacker_dir
~$ cd attacker_dir
~/attacker_dir$ echo 'print("lol ur pwnt")' > pip.py
~/attacker_dir$ python -m pip install requests
lol ur pwnt
看到了吗？这段代码生成了一个 pip.py，并且代替系统的 pip 接管了程序。当你在该目录下运行任何涉及 pip 的操作时，恶意脚本都会优先被执行。
前面已经说过，Python 只会调用系统路径、virtualenv 虚拟环境路径以及当前主程序路径。
你也许会说，那我手动设置一下 $PYTHONPATH 环境变量，不把当前目录放在环境变量里，这样不就安全了吗？
非也！不幸的是，你可能会遭遇另一种攻击方式。下面让我们模拟一个'脆弱的'Python 程序：
# tool.py
try:
import optional_extra
except ImportError:
print("extra not found, that's fine")
然后创建 2 个目录：install_dir 和 attacker_dir。将上面的程序放在 install_dir 中。然后 cd attacker_dir 将复杂的恶意软件放在这里，并把它的名字改成 tool.py 调用的 optional_extra 模块：
# optional_extra.py
print("lol ur pwnt")
我们运行一下它：
~/attacker_dir$ python ../install_dir/tool.py
extra not found, that's fine
到这里还很好，没有出现任何问题。
但是这个习惯用法有一个严重的缺陷：第一次调用它时，如果$PYTHONPATH 以前是空的或者未设置，那么它会包含一个空字符串，该字符串被解析为当前目录。
让我们再尝试一下：
~/attacker_dir$ export PYTHONPATH="/a/perfectly/safe/place:$PYTHONPATH";
~/attacker_dir$ python ../install_dir/tool.py
lol ur pwnt
看到了吗？恶意脚本接管了程序。
为了安全起见，你可能会认为，清空$PYTHONPATH 总该没问题了吧？
Naive！还是不安全！
~/attacker_dir$ export PYTHONPATH="";
~/attacker_dir$ python ../install_dir/tool.py
lol ur pwnt
这里发生的事情是，$PYTHONPATH 变成空的了，这和 unset 是不一样的。
因为在 Python 里，os.environ.get("PYTHONPATH") == ""和 os.environ.get("PYTHONPATH") == None 是不一样的。
如果要确保$PYTHONPATH 已从 shell 中清除，则需要使用 unset 命令处理一遍，然后就正常了。
设置 PYTHONPATH 曾经是设置 Python 开发环境的最常用方法。但你以后最好别再用它了，virtualenv 可以更好地满足开发者需求。如果你过去设置了一个 PYTHONPATH，现在是很好的机会，把它删除了吧。
如果你确实需要在 shell 中使用 PYTHONPATH，请用以下方法：
export PYTHONPATH="${PYTHONPATH:+${PYTHONPATH}:}new_entry_1"
export PYTHONPATH="${PYTHONPATH:+${PYTHONPATH}:}new_entry_2"
在 bash 和 zsh 中，$PYTHONPATH 变量的值会变成：
$ echo "${PYTHONPATH}"
new_entry_1:new_entry_2
如此便保证了环境变量$PYTHONPATH 中没有空格和多余的冒号。
如果你仍在使用$PYTHONPATH，请确保始终使用绝对路径！
另外，在下载文件夹中直接运行 Jupyter Notebook 也是一样危险的，比如 jupyter notebook ~/Downloads/anything.ipynb 也有可能将恶意程序引入到代码中。
最后总结一下要点，并给出更深入的加固建议。
如果要在下载文件夹~/Downloads 中使用 Python 编写的工具，请养成良好习惯，使用 pip 所在路径/path/to/venv/bin/pip，而不是输入/path/to/venv/bin/python -m pip。虽然两者功能相似，但前者能更好地隔离环境依赖。
避免将~/Downloads 作为当前工作目录，并在启动之前将要使用的任何软件移至更合适的位置。例如，创建一个~/projects 或~/code 目录专门存放开发代码，保持下载目录仅用于临时存储。
强烈建议使用 venv 或 virtualenv 创建独立的虚拟环境。这样可以确保项目依赖不会污染全局环境，同时也能在一定程度上隔离路径搜索风险。
创建虚拟环境的步骤如下：
python3 -m venv my_project_env
source my_project_env/bin/activate
pip install requests
激活环境后，所有的 pip 安装和 python 运行都将在该隔离环境中进行，sys.path 将不再包含当前工作目录以外的无关路径。
你可以配置 pip.conf 文件来限制 pip 的行为。在 ~/.config/pip/pip.conf (Linux/Mac) 或 %APPDATA%\pip\pip.ini (Windows) 中添加以下内容：
[global]
trusted-host = pypi.org
index-url = https://pypi.org/simple
这可以防止 pip 从不可信的源下载包。
在运行关键脚本前，可以在脚本开头打印 sys.path 的内容，确认没有意外的路径被加入。
import sys
for path in sys.path:
print(path)
如果发现当前目录（通常显示为 ''）出现在列表中且并非预期行为，则说明存在安全风险。
Python 解释器在启动时会加载 sitecustomize.py 和 usercustomize.py 文件。如果这些文件存在于 sys.path 中的某个位置，它们会在标准库导入之前执行。攻击者可能利用这一点注入恶意代码。定期检查这些文件是否存在于你的系统中，并确保它们未被篡改。
在持续集成/持续部署环境中，同样需要注意路径安全问题。构建脚本应明确指定虚拟环境路径，避免隐式依赖当前工作目录。使用 Docker 容器化部署可以进一步隔离环境，减少主机系统被渗透的风险。
使用如 safety 或 pip-audit 等工具定期扫描已安装的包，检查是否存在已知漏洞。
pip install safety
safety check
了解 Python 从何处获取执行代码非常重要。赋予其他人执行任意 Python 命令的能力等同于赋予他对你电脑的完全控制权！
通过遵循上述最佳实践，包括使用虚拟环境、避免在公共目录运行脚本、正确配置环境变量以及定期审计依赖，你可以显著降低 Python 开发过程中的安全风险。安全不仅仅是防火墙和杀毒软件的事，良好的编码习惯和环境配置同样是防御体系的重要组成部分。
希望以上文字对初学 Python 的你有所帮助。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online