python安全处理用户输入的核心是前置校验、分层防御：明确来源与类型边界，用pydantic/wtforms等工具声明式校验，避免过滤关键词、前端单点校验等陷阱，并在敏感操作中叠加权限、上下文与二次确认。
Python中安全处理用户输入的核心是不信任任何外部数据，始终假设输入可能恶意、格式错误或超出预期范围。校验不是可选项，而是必须前置的步骤——在解析、存储或执行前完成。
明确输入来源与类型边界
不同来源的输入风险等级不同：命令行参数、Web表单、文件读取、环境变量、API请求体等，需分别制定校验策略。先定义“合法是什么”，再检查“当前是不是”。例如：
- 邮箱字段：用
email-validator库验证格式+MX记录（如需高可靠性），而非仅靠正则 - 数字ID：用
int()转换时捕获ValueError，并限定范围（如1 ≤ id ≤ 1000000） - 文件路径：用
os.path.realpath()规范化后检查是否在允许目录内，防止../路径遍历
避免常见校验陷阱
很多看似“校验了”实则无效：
- 只过滤关键词（如删掉
select、drop）无法防SQL注入——应使用参数化查询 - 前端JS校验可被绕过，后端必须重复校验
- 用
type(x) is str代替isinstance(x, str)会漏掉子类或Unicode异常对象 - 对JSON字段不做结构校验（如用
pydantic或jsonschema定义schema）易引发运行时错误
推荐工具链与分层校验
组合使用成熟工具，让校验更可靠、更可维护：
立即学习“Python免费学习笔记（深入）”；
-
Pydantic v2+：声明式模型校验，自动类型转换+约束（
@field_validator自定义逻辑），适合API入参、配置加载 - WTForms（Web）：集成CSRF、字段级校验、i18n支持，配合Flask/Django良好
- re.match() + 预编译正则：用于简单格式匹配（如手机号、邮编），但避免过度依赖复杂正则
-
类型提示 + mypy：虽不运行时生效，但能提前发现参数类型误用，配合
typing.Union和Literal提升静态安全性
敏感操作前做二次确认与上下文校验
校验不是一次性动作。涉及权限、删除、转账等操作时，需叠加上下文判断：
- 用户A提交“删除文章ID=123”，不仅要校验ID存在、是整数，还要查数据库确认该文章归属用户A
- 上传文件时，校验文件扩展名（
pathlib.Path(filename).suffix）+ MIME类型（python-magic）+ 实际内容头（防伪装图片马） - 密码重置链接含token，需校验签名（
itsdangerous）、有效期、绑定用户ID，且单次有效
