Python沙盒是一种隔离的执行环境，允许在受控条件下运行不受信任的代码。它通过限制代码的访问权限和行为来提高安全性。Python沙盒能解决以下几类问题： ### 1. **安全执行不受信任的代码** - 当你需要运行用户提交的脚本（如在线编程平台、自动评分系统）时，沙盒可以防止恶意代码对主机系统的破坏。 - 例如：在线Python编程练习网站允许用户提交代码并实时运行，但必须确保这些代码不会删除服务器文件或发起网络攻击。 ### 2. **限制资源使用** - 沙盒可以限制内存、CPU时间、网络访问等资源，防止代码占用过多资源导致系统崩溃。 - 例如：限制一个脚本只能使用5秒的CPU时间和10MB的内存。 ### 3. **防止敏感操作** - 可以禁止代码进行文件读写、网络请求、系统调用等危险操作。 - 例如：禁止访问本地文件系统或执行`os.system()`命令。 ### 4. **实现插件/模块的安全加载** - 在某些系统中允许用户编写插件，沙盒可以限制插件的行为范围，避免其干扰主程序或其他插件。 --- ## 示例：使用 `PySandbox` 实现简单的 Python 沙盒 ```python # 安装 PySandbox: pip install pysandbox from pysandbox import Sandbox # 创建一个沙盒实例 sandbox = Sandbox() # 要执行的用户代码 code = """ print("Hello from sandbox!") with open('test.txt', 'w') as f: f.write('This should fail!') """ # 执行代码 try: output = sandbox.execute(code) print("Output:", output) except Exception as e: print("Error in sandbox:", e) ``` ### 解释： - 上述代码尝试在一个受限环境中运行一段Python脚本。 - 第一次打印会成功，但试图写入文件时会抛出异常，因为沙盒默认禁止文件系统访问。 --- ## 更高级的控制：自定义限制规则 你也可以使用 `RestrictedPython` 或 `subprocess` + `resource` 模块组合来实现更细粒度的控制。 ```python import subprocess # 使用子进程执行代码，并限制资源 def run_untrusted_code(code): try: result = subprocess.run( ['python3', '-c', code], stdout=subprocess.PIPE, stderr=subprocess.PIPE, timeout=5, # 最多运行5秒 check=True ) return result.stdout.decode() except subprocess.CalledProcessError as e: return "Execution error:", e.stderr.decode() except subprocess.TimeoutExpired: return "Timeout expired." # 用户提交的代码 user_code = """ import time time.sleep(10) print("Done") """ print(run_untrusted_code(user_code)) ``` --- ## 总结应用场景： | 场景 | 解决的问题 | |------|------------| | 在线编程评测系统 | 防止用户代码格式化磁盘、访问敏感信息 | | 插件系统 | 防止插件滥用系统资源或影响主程序 | | 教学平台 | 安全地运行学生提交的代码 | | 自动化测试 | 运行未知来源的测试脚本而不影响系统 | ---