I 3,6% av de testade Python-repositorierna upptäcktes fel relaterade till saknade kommatecken

Resultaten av en studie om sårbarheten i Python-kod för fel relaterade till felaktig användning av kommatecken har publicerats. Problemen beror på att Python automatiskt sammanfogar strängar i en lista om de inte separeras med ett kommatecken, samt behandlar värdet som en tuple om ett kommatecken följer efter värdet. Genom att genomföra en automatiserad analys av 666 GitHub-repositorier med Python-kod, identifierade forskarna potentiella problem med kommatecken i 5% av de granskade projekten.

Vid en efterföljande manuell granskning visade det sig att verkliga fel endast fanns i 24 repositorier (3,6%), medan de övriga 1,4% var falska positive (t.ex. ett kommatecken kan ha uteslutits avsiktligt mellan strängar för att sammanfoga uppdelade filvägar, långa hashvärden, HTML-block eller SQL-uttryck). Anmärkningsvärt är att bland de 24 repositorier med verkliga fel finns stora projekt som Tensorflow, Google V8, Sentry, Pydata xarray, rapidpro, django-colorfield och django-helpdesk. Problemen med kommatecken är inte specifika för Python och dyker ofta upp i projekt på C/C++ (exempel på nyligen gjorda korrigeringar — LLVM, Mono, Tensorflow).

De huvudsakliga typerna av studerade fel:

• Oavsiktligt saknat kommatecken i listor, tuples och mängder, vilket leder till att strängar sammanfogas istället för att tolkas som separata värden. Till exempel, i Sentry, i ett av testerna, saknades ett kommatecken mellan strängarna "releases" och "discover" i listan, vilket ledde till att en icke-existerande hanterare "\/releasesdiscover" kontrollerades istället för en separat kontroll av "\/releases" och "\/discover".

  Ett annat exempel — ett saknat kommatecken i rapidpro ledde till att två olika regler sammanfogades i rad 572:

  
• Ett saknat komma i slutet av definitionen av en enstaka tuppel, vilket leder till att en vanlig typ tilldelas istället för en tuppel. Till exempel, uttrycket "values = (1,)" ger tilldelning av en enstaka tuppel, men "values = (1)" leder till tilldelning av en heltalstyp. Parenteserna i de angivna tilldelningarna påverkar inte typdefinitionen och är valfria, medan förekomsten av en tuppel endast bestäms av parsern baserat på förekomsten av kommatecken. REST_FRAMEWORK = { 'DEFAULT_PERMISSION_CLASSES': ( 'rest_framework.permissions.IsAuthenticated' # istället för en tuppel kommer en sträng att tilldelas. ) }
• Den omvända situationen — överflödiga kommatecken vid tilldelning. Om ett komma av misstag har lämnats kvar i slutet av tilldelningen, så kommer en tuppel att tilldelas som värde istället för en vanlig typ (till exempel, om "value = 1" anges som "value = 1,").

Källa: opennet.ru