Python代码安全扫描，说白了，就是提前揪出代码里可能存在的安全漏洞，防患于未然。Bandit是个不错的选择，它能自动化地帮你做这件事。
解决方案
Bandit，一个专门为Python设计的安全扫描工具，它通过分析Python代码，查找潜在的安全问题。安装简单，使用方便，能快速融入你的开发流程。
-
安装Bandit:
立即学习“Python免费学习笔记（深入）”；
pip install bandit
没啥好说的，标准的pip安装流程。
-
运行Bandit:
bandit -r your_project_directory
-r
参数表示递归扫描指定目录下的所有Python文件。your_project_directory
替换成你的项目目录。 -
查看报告:
Bandit会生成一份报告，详细列出它发现的所有潜在安全问题，包括问题类型、位置（文件名和行号）以及严重程度。
示例报告：
your_project_directory/your_file.py:10: [B301] blacklist: Using os.system() can be dangerous, try using subprocess module your_project_directory/another_file.py:25: [B101] assert_used: Use of assert detected. The enclosed code will be removed when running with -O
第一行提示使用了
os.system()
，这可能存在安全风险，建议使用subprocess
模块。第二行提示使用了assert
语句，在生产环境中会被禁用。 -
配置Bandit:
可以通过配置文件（
.bandit
或bandit.yaml
）来定制Bandit的行为，例如排除某些测试、修改严重程度等。示例配置文件：
exclude: - 'tests/' - 'docs/' skips: - B101 # 忽略 assert 语句
这个配置会排除
tests/
和docs/
目录下的文件，并且忽略B101类型的警告（assert
语句）。 -
集成到CI/CD:
将Bandit集成到你的持续集成/持续部署流程中，可以确保每次代码提交都会进行安全扫描。 很多CI/CD工具都支持自定义脚本，直接在构建过程中运行
bandit
命令即可。
Bandit如何识别安全漏洞？
Bandit的核心在于它内置的一系列测试用例，这些用例覆盖了常见的Python安全漏洞，比如：
- SQL注入
- 命令注入
- 硬编码密码
- 不安全的随机数生成
- 使用过期的库
- ...
Bandit会分析你的代码，寻找与这些测试用例相匹配的模式，一旦发现匹配，就会生成相应的警告。 它本质上是一种静态分析工具，不需要运行你的代码，就能发现潜在的问题。
Bandit扫描结果的误报率高吗？如何处理？
Bandit的误报率确实存在，尤其是在一些比较复杂的代码场景下。处理误报的几种方法：
检查代码: 首先，仔细检查Bandit报告的问题，确认是否真的存在安全风险。有时候，Bandit的警告只是提示你注意某种潜在的可能性，并不意味着你的代码一定存在漏洞。
-
使用
# nosec
: 如果确定某个警告是误报，可以在代码中使用# nosec
注释来告诉Bandit忽略这个警告。import os os.system("echo 'Hello, world!'") # nosec # 确认安全，忽略此警告注意，使用
# nosec
注释时，最好加上注释说明，解释为什么这个警告可以忽略。 自定义规则: 如果Bandit的默认规则不适合你的项目，可以自定义规则。 Bandit支持使用YAML文件来定义自定义规则，可以根据你的需要添加、修改或删除规则。
调整严重程度: 可以调整Bandit报告的严重程度，例如将某些警告降级为信息，或者忽略某些低风险的警告。
除了Bandit，还有哪些Python代码安全扫描工具？
除了Bandit，还有一些其他的Python代码安全扫描工具，各有特点：
Safety: Safety专注于检查你的依赖项是否存在已知的安全漏洞。 它会扫描你的
requirements.txt
文件，然后查询一个漏洞数据库，报告所有存在漏洞的依赖项。PyT: PyT 是 GitHub 的代码分析平台 CodeQL 的 Python 版本。 它可以发现代码中的各种安全问题，并且可以编写自定义查询来查找特定类型的漏洞。PyT 需要一定的学习成本，但功能非常强大。
Semgrep: Semgrep 是一个通用的静态分析工具，支持多种编程语言，包括Python。 Semgrep 使用基于模式匹配的规则来查找代码中的问题，可以自定义规则，并且支持自动修复一些简单的问题。
选择哪个工具取决于你的具体需求和偏好。 Bandit 简单易用，适合快速扫描和发现常见的安全问题。 Safety 专注于依赖项安全，可以帮助你管理第三方库的风险。 PyT 和 Semgrep 功能强大，但需要一定的学习成本。
