Clase 015 — Python para seguridad: fundamentos del lenguaje

Parte: 0 — Fundamentos y prerrequisitos · Fuente: Seitz & Arnold, Black Hat Python (2ª ed.) ⏱️ Duración estimada: 120 min · Nivel: Fundamentos

🎯 Objetivo

Adquirir la base de Python necesaria para escribir herramientas de seguridad: tipos y estructuras de datos, control de flujo, funciones y módulos, manejo de archivos y gestión de errores con excepciones. Python es el lenguaje franco de la ciberseguridad, tanto ofensiva como defensiva, porque combina una sintaxis legible con una librería estándar enorme y un ecosistema de librerías (requests, scapy, pwntools) inigualable. Esta clase asienta lo que usarás en las siguientes sobre sockets, Scapy y automatización.

📚 Resultados de aprendizaje

Al finalizar, el alumno podrá:

1. Manejar tipos, listas, diccionarios, conjuntos y comprensiones con soltura.
2. Escribir control de flujo, funciones reutilizables y módulos organizados.
3. Leer y escribir archivos y procesar su contenido de forma eficiente.
4. Gestionar errores con excepciones y apoyarse en la librería estándar.
5. Crear un script CLI de utilidad para seguridad con argparse.
6. Distinguir str de bytes y convertir entre ambos sin errores.

🗺️ Temas

🧠 Explicación en profundidad

Tipos y el abismo entre str y bytes

Python distingue tajantemente entre str (texto Unicode) y bytes (datos binarios crudos), y esa distinción es la fuente número uno de errores al programar herramientas de red. Una str es una secuencia de caracteres pensada para humanos; unos bytes son una secuencia de octetos, que es lo que realmente viaja por un socket o alimenta una función criptográfica. El puente entre ambos son .encode() (de texto a bytes, eligiendo una codificación como UTF-8) y .decode() (de bytes a texto). Confundirlos produce el clásico TypeError: a bytes-like object is required, y por eso conviene interiorizar desde el primer día que la red y la cripto hablan bytes, no texto. Los demás tipos básicos (int, bool, float) se comportan como esperas, con la comodidad de que Python maneja enteros de precisión arbitraria, útil en criptografía.

Estructuras de datos: elegir la correcta cambia todo

Python ofrece cuatro colecciones fundamentales, cada una con una vocación distinta. La lista (list) es una secuencia ordenada y mutable, ideal para acumular resultados. El diccionario (dict) es un mapa de clave a valor, la herramienta perfecta para estructurar datos de seguridad: ip -> lista_de_puertos, hash -> nombre_de_archivo, usuario -> shell. El conjunto (set) guarda elementos únicos sin orden y responde a la pertenencia en tiempo constante, perfecto para deduplicar IPs o comprobar si un puerto ya se vio. La tupla (tuple) es una secuencia inmutable, útil para datos que no deben cambiar, como una pareja (ip, puerto). Elegir la estructura adecuada no es un detalle estético: usar un set en vez de recorrer una lista puede convertir un script lento en uno instantáneo.

Control de flujo y comprensiones: expresividad densa

El control de flujo de Python (if, for, while) es directo, pero su rasgo más característico son las comprensiones, que transforman y filtran una colección en una sola línea legible: [f(x) for x in it if cond] construye una lista aplicando f a cada elemento que cumple cond. Existen variantes para diccionarios ({k: v for ...}) y conjuntos. Bien usadas, sustituyen bucles verbosos por una expresión clara; mal usadas (anidadas hasta lo ilegible) se vuelven contraproducentes. La regla es: si una comprensión ya no se lee de un vistazo, vuelve al bucle explícito. En seguridad las verás constantemente para filtrar IPs privadas, extraer códigos de estado de un log o normalizar una lista de puertos.

Funciones, excepciones y la stdlib: robustez de herramienta real

Una función encapsula lógica reutilizable y da nombre a una idea; agrupar funciones relacionadas en un módulo (un archivo .py) organiza el proyecto. Pero lo que separa un script de juguete de una herramienta usable es el manejo de excepciones. Una herramienta de red se topa constantemente con fallos: un archivo que no existe, un permiso denegado, una conexión que se cae, una entrada malformada. Envolver las operaciones frágiles en try/except (capturando excepciones concretas como FileNotFoundError, no un except: genérico que oculta bugs) hace que el programa falle con gracia en lugar de reventar con un rastreo ininteligible. Sobre esa base, la librería estándar aporta piezas listas para usar: os y sys para interactuar con el sistema, subprocess para invocar herramientas externas (nmap y compañía), argparse para construir una CLI con ayuda y validación automáticas, y hashlib para calcular hashes como SHA-256. La tabla siguiente resume los módulos que más usarás.

venv: aislar para no romper el sistema

Muchas herramientas del propio sistema operativo dependen de su Python, así que instalar librerías con pip de forma global puede romperlas. La solución es el entorno virtual (venv): una copia aislada de Python por proyecto, con sus propias dependencias. Crear python3 -m venv venv, activarlo y luego instalar con pip mantiene cada proyecto autocontenido, reproducible y sin efectos colaterales sobre el sistema. Es una práctica que ahorra horas de depuración y que se espera en cualquier proyecto serio.

📖 Definiciones y características

• str vs. bytes: str es texto Unicode para humanos; bytes son octetos crudos que viajan por la red y alimentan la cripto. Se convierten con .encode() y .decode(), y confundirlos es el error más frecuente en herramientas de red.
• Diccionario (dict): mapa de clave a valor con acceso en tiempo constante. Es la estructura base para indexar y estructurar resultados de seguridad, como ip -> puertos.
• Conjunto (set): colección de elementos únicos sin orden, con pertenencia en tiempo constante. Ideal para deduplicar y comprobar existencia rápidamente.
• Comprensión de listas: expresión [f(x) for x in it if cond] que transforma y filtra en una línea. Sustituye bucles verbosos cuando sigue siendo legible.
• Excepción: mecanismo de control de errores con try/except. Capturar tipos concretos evita que un fallo de E/S o de red tumbe todo el script.
• argparse: módulo estándar para construir interfaces de línea de comandos. Aporta --help, parseo y validación de argumentos sin esfuerzo.
• hashlib: módulo estándar para calcular hashes criptográficos (SHA-256, etc.). Se usa para verificar integridad de archivos y comparar contra sha256sum.
• venv: entorno virtual que aísla las dependencias de un proyecto. Evita romper el Python del sistema y hace reproducible la instalación.

📔 Glosario

🧰 Herramientas y preparación

Necesitas Python 3 (ya presente en Kali) y un editor cómodo; VS Code con la extensión oficial de Python es una buena opción por su depurador y linting. Crea un entorno virtual por proyecto antes de instalar nada:

python3 -m venv venv && source venv/bin/activate
pip install requests

Familiarízate con el REPL (ejecuta python3 sin argumentos) para experimentar con expresiones al vuelo, y con pip para instalar librerías dentro del entorno activo. Verifica tu versión con python3 --version: todo el material moderno asume Python 3.

🧪 Laboratorio guiado

1. REPL y tipos. Explora las conversiones entre str y bytes:

python b = "admin".encode(); print(b, b.hex(), b.decode())

2. Estructuras de datos. Cuenta ocurrencias de IPs en una lista, primero con un diccionario manual y luego con collections.Counter, y compara.
3. Leer un log. Escribe un script que abra un archivo y cuente líneas que contengan "error":

python with open("app.log") as f: errores = sum(1 for line in f if "error" in line.lower()) print(f"Errores: {errores}")

4. Funciones y módulos. Extrae la lógica a una función contar_patron(ruta, patron) y llámala desde una función main().
5. Excepciones. Envuelve la apertura del archivo en try/except FileNotFoundError para fallar con un mensaje claro.
6. CLI con argparse. Convierte el script en una herramienta con argumentos:

python import argparse p = argparse.ArgumentParser() p.add_argument("ruta"); p.add_argument("--patron", default="error") args = p.parse_args()

7. hashlib. Añade una función que calcule el SHA-256 de un archivo, leyéndolo por bloques (adelanto de la Clase 021).

✍️ Ejercicios

1. Escribe una comprensión que devuelva solo las IPs privadas de una lista dada.
2. Crea un diccionario que agrupe usuarios por su shell leyendo /etc/passwd.
3. Implementa una función que valide si una cadena es una IPv4 bien formada, sin usar expresiones regulares.
4. Lee un archivo grande línea a línea y extrae todas las que contengan un código HTTP 5xx.
5. Añade manejo de excepciones para los casos de permiso denegado y archivo inexistente.
6. Empaqueta tu utilidad con argparse, incluyendo --help y un argumento opcional con valor por defecto.
7. Refactoriza un bucle anidado en una comprensión y discute cuándo esa transformación mejora o empeora la legibilidad.

📝 Reto verificable

Escribe logstats.py, una herramienta CLI que reciba la ruta de un log y un patrón, y produzca un pequeño informe: total de líneas, líneas coincidentes, top 5 de las IPs más frecuentes (si las hay) y el SHA-256 del archivo. Debe manejar los errores de archivo con mensajes claros y ofrecer --help.

Criterio de aceptación: ejecutar python3 logstats.py --help muestra el uso; corriendo sobre un log real produce el informe correcto; y ante un archivo inexistente termina con un mensaje amable y un código de salida distinto de 0. El SHA-256 calculado coincide con el de sha256sum sobre el mismo archivo.

⚠️ Errores comunes

❓ Preguntas frecuentes

❓ ¿Python 2 o 3? Solo Python 3. Python 2 está fuera de soporte desde 2020 y todo el material ofensivo y defensivo moderno usa la versión 3.

❓ ¿Por qué str vs. bytes es tan importante en seguridad? Porque los sockets, la criptografía y los protocolos binarios trabajan con bytes. Confundirlos es la causa número uno de errores en herramientas de red.

❓ ¿Necesito venv para todo? Es una buena práctica prácticamente siempre: aísla dependencias, facilita la reproducibilidad y evita romper herramientas del sistema que dependen de Python.

❓ ¿Cuándo uso subprocess en vez de una librería? Para invocar herramientas externas que no tienen equivalente nativo (nmap, por ejemplo). Cuando existe una librería nativa (requests, socket), prefiérela: es más segura, controlable y fácil de manejar los errores.

🔗 Referencias

• Seitz & Arnold, Black Hat Python (2ª ed., No Starch Press).
• Documentación oficial de Python 3 — https://docs.python.org/3/
• Python argparse HOWTO — https://docs.python.org/3/howto/argparse.html
• Python hashlib — https://docs.python.org/3/library/hashlib.html
• Real Python — https://realpython.com/

📥 Material descargable

• 📄 Guía en PDF — versión imprimible de esta clase.
• 🎞️ Presentación (PPTX) — deck para proyectar en clase.

⬅️ Clase anterior

Clase 014 — Direccionamiento IP y subnetting

➡️ Siguiente clase

Clase 016 — Python para seguridad: sockets y programación de red