8. 身份验证与授权
每个请求都会引出两个不同的问题:
- 用户是谁?这是身份验证:用户已经通过用户名和密码表明了身份,此后的每个请求都必须证明它来自该用户;
- 他是否有权限访问此页面?这是授权:在案例研究中,只有角色为 ADMIN 的用户才能管理医生和客户。
由于服务器是无状态的(参见关于作用域的章节),身份证明必须随每个请求一起发送。这里使用名为 JWT 的令牌 (*JSON Web Token*):登录之后,服务器生成一个包含用户身份的令牌,并用密钥对其进行签名。令牌存储在 Cookie 中;浏览器在每个请求中将其发回;服务器验证签名。用户可以读取自己的令牌,但无法修改它:任何修改都会使签名失效。这与 [Flask] 会话(示例 20)的原理相同,但格式是标准化的(RFC 7519),所有编程语言都能理解,并且令牌中内置了过期时间。
[Flask] 没有内置的安全机制,这与 [Spring] ([Spring Security])或 [ASP.NET Core] 不同。虽然存在一些扩展([Flask-Login]、[Flask-JWT-Extended]……),但这个机制非常简单,完全可以用前几章的工具手工编写,其好处是让整个过程透明:
- 身份验证由一个 [before_request] 函数(上一章)处理,它从 Cookie 中取出令牌并验证,然后把已验证的用户存储在 [g] 这个请求对象中;
- 授权由应用于动作的装饰器 ([@login_required]、[@role_required("ADMIN")])处理,它们的构造方式类似于示例 12 中的 [@with_language] 装饰器。
使用了两个库,它们由示例中的 [requirements.txt] 文件安装:[PyJWT],用于生成和验证令牌;以及 [bcrypt],用于对密码进行哈希。
8.1. 示例 25:登录、令牌、受保护页面
8.1.1. 配置:config.py 和 app.py
令牌使用密钥签名,而密钥不应硬编码。现在是把配置与代码分离的时候了:
[Flask] 配置文件只是一个 [Python] 模块:其中大写的变量会成为 [app.config] 的键。[JWT_SECRET] 是令牌的签名密钥;对于所使用的算法(HMAC-SHA256),标准要求密钥至少为 256 位,即 32 字节。[JWT_DURATION_MINUTES] 是令牌的有效期。
- 第 21 行:读取配置文件,通过相对于应用程序文件夹的路径来指定;
- 第 22 行:读取环境变量 ,其名称以 [FLASK_] 开头:[FLASK_JWT_SECRET] 会替换文件中的键 [JWT_SECRET] 。变量的值只要可能就会被解释为 JSON([FLASK_JWT_DURATION_MINUTES=30] 得到整数 30)。在生产环境中,密钥由环境提供,而文件中只包含开发用的值;
- 第 24–26 行:两个身份验证服务,其中第二个接收密钥和令牌有效期;
- 第 32 行:注册读取令牌的 [before_request] 函数。
在 [Linux] 或 [macOS] 下,应用程序将按如下方式使用不同的密钥启动:
在 [Windows] (PowerShell)下:
8.1.2. 用户:auth/users.py
- 第 9–13 行:一个用户:其登录名、姓名、角色和密码哈希。服务器绝不存储密码,即使是加密形式也不行:如果数据库被盗,密码也会随之泄露(而且很多人在所有地方都使用同一个密码)。它存储的是哈希函数的结果,哈希函数是单向函数:可以计算出密码的哈希,但无法从哈希还原出密码。要验证输入的密码,就计算它的哈希并与存档的哈希进行比较;
- 第 18–19 行:使用 [bcrypt] 算法进行哈希,该算法专为密码设计。它有两个显著特点。它是有意设计得慢的,慢的程度可以调节(参数 [rounds],即 成本:2^10 个计算周期):几十毫秒,用户察觉不到,但会使黑客尝试数十亿个密码的代价极其高昂。它使用盐:[gensalt] 随机生成一个盐,在哈希之前将其与密码混合,并把它存储在哈希值本身之中;因此,两个密码相同的用户会得到不同的哈希。[bcrypt] 操作的是字节:[encode()] 将字符串转换为字节([UTF-8])。它只考虑密码的前 72 个字节,而该库的第 5 版会拒绝更长的密码(案例研究考虑了这一点);
- 第 26–28 行:两个测试用户,存储在内存中,组织成在处理过程中构建的字典([{key: value for ...}])。示例 28 和案例研究将把它们存储在数据库中。
8.1.3. 身份验证服务:auth/service.py
- 第 24–31 行:验证用户名和密码。[bcrypt.checkpw] 使用存储的哈希中的盐对输入的密码进行哈希,并比较两个哈希值。未知的用户名和错误的密码会产生相同的结果,即 [None];
- 第 34–44 行:生成令牌。其内容是关于用户的声明(claim)字典。其中一些具有标准化的名称:[sub] (*subject*),用户的标识符;[iat] (*issued at*),创建日期;[exp] (*expiration*),过期日期。其余的可以任意定义:这里是姓名和角色。[jwt.encode] 生成令牌,并使用算法 [HS256] (HMAC-SHA256,一种使用共享密钥的签名)对其签名。日期必须是带时区的日期:[datetime.now(timezone.utc)];
- 第 48–30 行:令牌验证。[jwt.decode] 验证签名和过期日期,然后返回声明。任何异常情况(伪造、过期或格式错误的令牌)都会引发 [InvalidTokenError] 系列的异常。[algorithms] 参数指定接受的算法:如果没有它,攻击者就可以创建一个声明使用其他算法的令牌(甚至根本不使用算法,[none])。
8.1.4. 安全:auth/security.py
- 第 13–15 行:在每个动作之前,都会验证 Cookie 中的令牌;[g.user] 包含有效令牌的声明,否则为 [None]。这个函数不会拒绝任何请求:它只是确定用户是谁。这就是身份验证;
- 第 20–31 行:要求用户已通过身份验证的装饰器。对于匿名访问者,它不会返回该动作,而是重定向到登录页面。如果浏览器发送了 Cookie,则意味着令牌无效(已过期或被伪造):我们借此机会将其删除([delete_cookie] 会发送一个已经过期的空 Cookie)。
8.1.5. 控制器
- 第 20–26 行:登录。如果登录失败,表单会连同输入的用户名一起重新显示,并附带一条有意含糊的消息:如果提示“用户名未知”,就会向黑客透露哪些用户名是存在的;
- 第 27–32 行:如果成功,令牌存储在 Cookie 中,并重定向到受保护的页面(PRG 模式)。该 Cookie 是 [httponly] 的:页面的 [JavaScript] 无法读取它,这可以保护令牌免受脚本注入(XSS);它是 [samesite="Lax"] 的:浏览器不会在来自其他站点的 POST 请求中发送它,这可以保护应用程序免受 CSRF 攻击(示例 18);它的有效期([max_age],接受 [timedelta])与令牌的有效期相同。在生产环境中,对于 HTTPS,我们会添加 [secure=True]:这样 Cookie 绝不会通过未加密的连接发送;
- 第 38–41 行:注销会删除 Cookie。这是一个 POST 动作:放在其他站点上或图片中的指向 [/logout] 的简单链接,无法在用户不知情的情况下让其注销。请注意令牌的一个局限:令牌本身在过期之前一直有效。复制了令牌的人仍然可以使用它。这就是要限制其有效期的原因。
- 第 10 行:该页面受到保护;
- 第 13 行:该动作使用 [g.user],确保它不是 [None]。
8.1.6. 视图
- 第 8 行:登录失败后重新显示输入的登录名;表达式 [login or ''] 在 [login] 为 [None] (或不存在)时求值为空字符串。
- 第 9–11 行:令牌的内容,仅作说明之用而显示;
- 第 14–16 行:注销,通过只有一个按钮的表单实现。
8.1.7. 执行
我们在未登录的情况下请求受保护的页面 [/profile] :
错误的密码:

登录成功。使用 [curl],我们把收到的 Cookie 保存到文件中:
令牌由三部分组成,以点号分隔,每部分都经过 Base64 编码:头部、内容和签名。前两部分无需任何密钥即可解码:
日期以自 1970 年 1 月 1 日以来经过的秒数表示;过期时间是创建之后一小时。在浏览器中,个人资料页面显示的正是这同一内容:

一个恶意用户修改了自己的令牌:他把内容中的角色 ***[USER]*** 替换为 ***[ADMIN]***,将这部分重新进行 Base64 编码,并保留原来的签名。服务器重新计算被修改内容的签名,结果与之不再匹配:
伪造的令牌被拒绝并删除。要生成有效的签名,就必须知道密钥——因此保守密钥的秘密并选择足够长的随机密钥非常重要。
8.2. 示例 26:角色
示例 26 添加了一个仅限角色 ADMIN 访问的管理页面。这里只显示新增或修改的文件。
8.2.1. 带参数的装饰器:auth/security.py
- 第 37–47 行:[@role_required("ADMIN")] 带有一个参数。紧跟在 [@] 之后的表达式会先被求值:[role_required("ADMIN")] 返回一个函数 [decorator],它才是真正的装饰器,应用于动作。因此我们有三层嵌套的函数:[role_required] 接收角色,[decorator] 接收动作,[protected_action] 接收请求参数并完成实际工作。每一层都可以访问包含它的那些函数的变量([role]、[action]);
- 第 42 行:已通过身份验证但不具备所需角色的用户会收到 403 错误(*Forbidden*)。这与被重定向到登录页面的匿名用户有明显区别:登录没有任何意义,因为该用户已经通过了身份验证。
8.2.2. 控制器:controllers/admin.py
- 第 12–14 行:装饰器自下而上应用:[role_required] 包装动作,然后 [login_required] 包装整个结构。在运行时,顺序则相反:最外层的包装器 [login_required] 最先执行。因此,当 [role_required] 运行时,用户必然已通过身份验证,并且 [g.user] 不是 [None]。
8.2.3. 错误页面:app.py
- 第 37–39 行:为特定的状态码——403 错误——注册的错误处理器会显示我们自己的页面。
8.2.4. 执行
角色为 USER 的 Marie 点击链接进入管理页面:

而管理员则可以访问该页面:

使用 [curl]:先是角色为 USER 的用户,然后是匿名访问者:
逐个保护动作有一个缺陷:只要疏忽一处,就会向所有人开放一个页面。案例研究将反转这一逻辑:所有动作都默认受到保护,而由装饰器 [@public] 指明少数例外(登录页面、注册页面)。
8.3. 示例 27:验证码与尝试次数限制
登录表单是一个攻击目标:程序每分钟可以尝试数千个密码(暴力破解攻击)。两种保护措施相辅相成:
- 验证码 (*Completely Automated Public Turing test to tell Computers and Humans Apart*):一张包含扭曲代码的图片,人类很容易辨认,而程序却很难;
- 尝试次数限制:连续三次失败之后,客户端的 IP 地址会被封锁一分钟。
示例 27 以示例 25 为基础(不含管理页面),并添加了这两项安全措施。
8.3.1. 验证码图片:auth/captcha_drawing.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 | |
该图片采用 SVG 格式(*Scalable Vector Graphics*):一种用 XML(也就是文本)描述的矢量图形,服务器无需图形库即可生成它,浏览器可以直接在页面上显示它。
- 第 11 行:[random] 模块(来自 [Python])生成的数字序列是可预测的(知道几个值的人就能猜出后面的值):它适用于模拟,不适用于安全场景。[secrets] 模块提供一个不可预测的密码学生成器;
- 第 16–48 行:一种极简的“字体”:每个字符是一组笔画的列表,每个笔画是 4 × 6 网格中的坐标 [x, y] 的列表。容易混淆的字符([0] 和 [O]、[1]、[I]以及 [L])已被排除;
- 第 51 行:["".join(FONT)] 将字典的键组合起来:即可用字符;
- 第 57–58 行:随机文本。[_] 是未使用变量的惯用名称;
- 第 69–103 行:绘制。每个字符都被随机放大、旋转和移动,并且它的每个点都有轻微偏移;每条线成为 SVG 的一个 [<path>] 元素([M]:移动,[L]:画线)。三条曲线([C]:贝塞尔曲线)穿过图像,以干扰识别程序。[:.1f] 格式将数字写成保留一位小数。
8.3.2. 验证码服务:auth/captcha.py
- 第 28–33 行:新的验证码:随机文本、随机且无法猜测的标识符([secrets.token_urlsafe])以及图片。对于每个标识符,服务器都会存储预期的答案和过期日期。页面只接收标识符和图片:答案绝不会离开服务器;
- 第 36–42 行:验证。[pop] 从字典中移除该条目并返回它:无论成功与否,验证码在任何情况下都会被消耗 。否则,程序就可以对同一张图片尝试所有可能的答案。比较时会忽略大小写以及输入内容前后的空格。
该服务将数据保存在服务器内存中:这偏离了无状态服务器原则(参见关于作用域的章节),但对于短期数据是可以接受的。如果有多台服务器,数据就需要存储在共享的存储系统中(数据库、[Redis]……)。还要注意,从未被使用过的验证码不会被删除:案例研究会定期清理已过期的验证码。
8.3.3. 尝试次数限制:auth/limiter.py
- 第 12–15 行:对于每个 IP 地址,记录失败尝试的次数和封锁结束的日期([datetime.min],即最早的可能日期,表示“未被封锁”);
- 第 26–32 行:封锁剩余的秒数,向上取整为最接近的整数([math.ceil]);
- 第 34–40 行:再记一次失败。[setdefault] 会重置该地址的计数器,如果不存在则创建它。第三次失败时,该地址被封锁一分钟,计数器归零;
- 第 42–44 行:连接成功会清除计数器。
8.3.4. 控制器:controllers/auth.py
- 第 25 行:客户端的 IP 地址;
- 第 28–30 行:被封锁的地址根本不会被理会;
- 第 32–34 行:验证码在密码之前验证:验证它几乎没有成本,而 [bcrypt] 是有意设计得很慢的。因此,输入错误验证码的程序不会触发 [bcrypt]。每一次失败——无论是验证码错误还是密码错误——都会被计数;
- 第 39 行:登录成功会清除失败计数;
- 第 54–56 行:每次显示表单时都会生成新的验证码,即使在失败之后也是如此。
8.3.5. 视图:templates/auth/login.html
- 第 17 行:SVG 图片使用过滤器 [safe] (示例 14)原样插入页面。这是合理的:这段 HTML 由服务器生成,不包含任何用户输入;
- 第 19 行:验证码标识符,放在隐藏字段中;
- 第 20 行:浏览器不会为该字段提示任何先前的输入。
8.3.6. 执行

验证码抄错了:

第三次尝试失败后,该地址被封锁:

使用 [curl],用一个编造的验证码标识符尝试四次:
即使密码正确,第四次尝试也会不经验证就被拒绝。