深入解析 hapijs/bourne:安全处理 JSON 中的原型问题
什么是原型问题?
在 JavaScript 中,原型问题是一种安全风险,当开发者能够修改对象的原型时,可能会导致意外的行为或安全问题。这种操作通常通过特殊的 JSON 数据实现,特别是包含 __proto__ 属性的对象。
考虑以下示例代码:
const a = '{"__proto__":{ "b":5}}';
const b = JSON.parse(a);
const c = Object.assign({}, b);
console.log(c.b); // 输出 5
在这个例子中,虽然 b.b 是 undefined,但当对象被复制时,__proto__ 属性会泄漏并成为新对象的原型,导致 c.b 返回 5。这就是典型原型问题的表现。
hapijs/bourne 的作用
hapijs/bourne 是一个专门设计用于安全解析 JSON 的库,它提供了多种方法来防止原型问题。与原生 JSON.parse() 不同,bourne 能够检测并处理潜在的 __proto__ 属性。
核心 API 详解
1. Bourne.parse(text, [reviver], [options])
这是 bourne 的主要解析方法,用于将 JSON 字符串转换为 JavaScript 对象。
参数说明:
text: 要解析的 JSON 字符串reviver: 可选参数,与原生JSON.parse()的 reviver 函数功能相同options: 配置对象,包含以下可选属性:protoAction: 指定如何处理__proto__属性'error'(默认): 发现__proto__时抛出SyntaxError'remove': 自动删除结果对象中的__proto__键'ignore': 跳过验证,等同于直接使用JSON.parse()
使用示例:
const Bourne = require('@hapi/bourne');
// 默认情况下会抛出错误
try {
const obj = Bourne.parse('{"__proto__": {"polluted": true}}');
} catch (err) {
console.error(err); // 抛出 SyntaxError
}
// 使用 remove 选项自动删除 __proto__ 属性
const safeObj = Bourne.parse('{"__proto__": {"polluted": true}}', null, { protoAction: 'remove' });
console.log(safeObj); // 输出: {}
2. Bourne.scan(obj, [options])
这个方法用于扫描现有对象,检查是否存在原型风险。
参数说明:
obj: 要扫描的对象options: 配置对象,包含以下可选属性:protoAction: 指定如何处理__proto__属性'error'(默认): 发现__proto__时抛出SyntaxError'remove': 自动删除输入对象中的__proto__键
使用场景: 当你从不受信任的来源获取了一个对象,想要确保它不会导致原型问题时,可以使用这个方法。
示例代码:
const untrustedObj = JSON.parse('{"__proto__": {"x": 1}}');
// 扫描并删除 __proto__ 属性
Bourne.scan(untrustedObj, { protoAction: 'remove' });
console.log(untrustedObj); // 输出: {}
3. Bourne.safeParse(text, [reviver])
这是 parse() 方法的安全版本,当发现 __proto__ 属性时不会抛出错误,而是返回 null。
特点:
- 更友好的错误处理方式
- 适合在不希望抛出异常的场景中使用
- 内部使用
protoAction: 'error'但转换为返回null
示例代码:
const result = Bourne.safeParse('{"__proto__": {"polluted": true}}');
console.log(result); // 输出: null
const validResult = Bourne.safeParse('{"safe": true}');
console.log(validResult); // 输出: { safe: true }
实际应用建议
-
处理用户输入的 JSON 数据时:始终使用 bourne 的
parse或safeParse方法替代原生JSON.parse() -
处理第三方 API 响应时:即使 API 声称是可信的,也建议使用
scan方法进行二次验证 -
配置选择建议:
- 在开发环境使用
protoAction: 'error'以便及时发现潜在问题 - 在生产环境可以考虑
protoAction: 'remove'以避免服务中断
- 在开发环境使用
-
性能考虑:
parse和safeParse的性能略低于原生JSON.parse()- 仅在处理不受信任的数据时使用 bourne,对完全可信的数据可以直接使用原生方法
总结
hapijs/bourne 为解决 JSON 解析中的原型问题提供了简单而有效的解决方案。通过其提供的三种主要方法,开发者可以根据不同场景选择合适的方式来保护应用免受原型问题。在安全至关重要的应用中,使用 bourne 这样的专用库来处理 JSON 数据是一个值得推荐的最佳实践。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C038
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0118
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00