Nota
¡Ayúdanos a traducir la documentación oficial de Python al Español! Puedes encontrar más información en Como contribuir. Ayuda a acercar Python a más personas de habla hispana.
Módulos de procesamiento XML¶
Código fuente: Lib/xml/
Las interfaces de Python para procesar XML están agrupadas en el paquete xml.
Advertencia
Los módulos XML no son seguros contra datos construidos errónea o maliciosamente. Si necesita analizar datos que no son de confianza o no autenticados, consulte las secciones Vulnerabilidades XML y El paquete defusedxml.
Es importante tener en cuenta que los módulos del paquete xml requieren que haya al menos un analizador XML compatible con SAX disponible. El analizador Expat se incluye con Python, por lo que el módulo xml.parsers.expat siempre estará disponible.
La documentación de los paquetes xml.dom y xml.sax es la definición de los enlaces de Python para las interfaces DOM y SAX.
Los submódulos de manejo de XML son:
xml.etree.ElementTree: la API ElementTree, un procesador de XML simple y ligero
xml.dom: la definición de la API DOMxml.dom.minidom: una implementación mínima de DOMxml.dom.pulldom: soporte para la construcción de árboles DOM parciales
xml.sax: clases base SAX2 y funciones de convenienciaxml.parsers.expat: el enlace del analizador Expat
Vulnerabilidades XML¶
Los módulos de procesamiento XML no son seguros contra datos construidos malintencionadamente. Un atacante puede abusar de las características XML para llevar a cabo ataques de denegación de servicio, acceder a archivos locales, generar conexiones de red a otras máquinas o eludir firewalls.
En la tabla siguiente se ofrece una visión general de los ataques conocidos y si los distintos módulos son vulnerables a ellos.
tipo |
sax |
etree |
minidom |
pulldom |
xmlrpc |
|---|---|---|---|---|---|
mil millones de risas |
Vulnerable (1) |
Vulnerable (1) |
Vulnerable (1) |
Vulnerable (1) |
Vulnerable (1) |
explosión cuadrática |
Vulnerable (1) |
Vulnerable (1) |
Vulnerable (1) |
Vulnerable (1) |
Vulnerable (1) |
expansión de entidad externa |
Seguro (5) |
Seguro (2) |
Seguro (3) |
Seguro (5) |
Seguro (4) |
Recuperación de DTD |
Seguro (5) |
Seguro |
Seguro |
Seguro (5) |
Seguro |
bomba de descompresión |
Seguro |
Seguro |
Seguro |
Seguro |
Vulnerable |
Expat 2.4.1 y nuevas versiones no son vulnerables a las vulnerabilidades de «mil millones de risas» y «explosión cuadrática». Los elementos siguen listados como vulnerables debido a la posible dependencia de las bibliotecas proporcionadas por el sistemas. Verifique
pyexpat.EXPAT_VERSION.xml.etree.ElementTreeno expande entidades externas y lanza unParserErrorcuando se produce una entidad.xml.dom.minidomno expande entidades externas y simplemente retorna la entidad no expandida literalmente.xmlrpclibno expande entidades externas y las omite.Desde Python 3.7.1, las entidades generales externas ya no se procesan de forma predeterminada.
- mil millones de risas / expansión exponencial de entidad
El ataque Billion Laughs, también conocido como expansión exponencial de entidades, utiliza varios niveles de entidades anidadas. Cada entidad hace referencia a otra entidad varias veces y la definición de entidad final contiene una cadena pequeña. La expansión exponencial da como resultado varios gigabytes de texto y consume mucha memoria y tiempo de CPU.
- expansión de entidad de explosión cuadrática
A quadratic blowup attack is similar to a Billion Laughs attack; it abuses entity expansion, too. Instead of nested entities it repeats one large entity with a couple of thousand chars over and over again. The attack isn’t as efficient as the exponential case but it avoids triggering parser countermeasures that forbid deeply nested entities.
- expansión de entidad externa
Las declaraciones de entidad pueden contener algo más que texto para su reemplazo. También pueden apuntar a recursos externos o archivos locales. El analizador XML tiene acceso al recurso e incrusta el contenido en el documento XML.
- Recuperación de DTD
Algunas bibliotecas XML como
xml.dom.pulldomde Python recuperan definiciones de tipo de documento de ubicaciones remotas o locales. La característica tiene implicaciones similares a las del problema de expansión de entidades externas.- bomba de descompresión
Las bombas de descompresión (también conocidas como ZIP bomb) se aplican a todas las bibliotecas XML que pueden analizar secuencias XML comprimidas, como secuencias HTTP comprimidas con gzip o archivos comprimidos por LZMA. Para un atacante puede reducir la cantidad de datos transmitidos en magnitudes de tres o más.
La documentación de defusedxml en PyPI tiene más información sobre todos los vectores de ataque conocidos con ejemplos y referencias.
El paquete defusedxml¶
defusedxml es un paquete Python puro con subclases modificadas de todos los analizadores XML stdlib que impiden cualquier operación potencialmente malintencionada. Se recomienda el uso de este paquete para cualquier código de servidor que analice datos XML que no sean de confianza. El paquete también incluye ataques de ejemplo y documentación ampliada sobre más vulnerabilidades XML, como la inyección de XPath.