当前位置: 首页 > news >正文

python---literal_eval函数

文章目录

  • 基本用法
  • 与 eval() 的区别
  • 支持的数据类型
  • 使用场景
  • 注意事项

literal_eval 是 Python 标准库 ast (Abstract Syntax Trees) 模块中的一个安全函数,用于将包含 Python 字面量表达式的字符串安全地转换为对应的 Python 对象。

基本用法

from ast import literal_eval# 将字符串转换为Python对象
string_list = "[1, 2, 3]"
real_list = literal_eval(string_list)
print(real_list)  # 输出: [1, 2, 3]
print(type(real_list))  # 输出: <class 'list'>string_dict = "{'name': 'Alice', 'age': 25}"
real_dict = literal_eval(string_dict)
print(real_dict)  # 输出: {'name': 'Alice', 'age': 25}
print(type(real_dict))

与 eval() 的区别

1、安全性:literal_eval 只能解析 Python 字面量结构(字符串、数字、元组、列表、字典、布尔值和 None),不会执行任意代码,因此比 eval() 安全得多。

# eval() 会执行任何代码 - 不安全!
eval("__import__('os').system('rm -rf /')")  # 危险!# literal_eval() 会拒绝执行非字面量表达式
literal_eval("__import__('os').system('rm -rf /')")  # 会引发 ValueError

2、功能限制:literal_eval 不能计算表达式或调用函数,只能处理基本的 Python 数据结构。

支持的数据类型

literal_eval 可以安全地评估以下 Python 字面量结构:

1、字符串
2、数字(整数、浮点数、复数)
3、元组
4、列表
5、字典
6、布尔值(True/False)
7、None

使用场景

1、安全地从字符串加载数据结构:当需要从外部源(如配置文件、用户输入)加载数据时。

2、替代 pickle/json:对于简单的数据结构,比 pickle 安全,比 json 更灵活(json 不支持所有 Python 数据类型)。

3、配置文件解析:当配置需要包含复杂数据结构时。

注意事项

1、虽然比 eval() 安全,但仍应谨慎处理不受信任的输入。

2、对于非常大的数据结构,可能会有性能问题。

3、不支持 Python 3 的字节字面量(如 b’bytes’)。

http://www.xdnf.cn/news/1228321.html

相关文章:

  • 轨道追逃博弈仿真
  • Node.js 路由与中间件
  • StarRocks vs ClickHouse:2025 年 OLAP 引擎终极对比指南
  • 高效截图的4款工具深度解析
  • cmd怎么取消关机命令
  • Oracle 11g RAC集群部署手册(二)
  • C语言(长期更新)第7讲:VS实用调试技巧
  • 仿真电路:(十七下)DC-DC升压压电路原理简单仿真
  • 【DL学习笔记】计算图与自动求导
  • 鸿蒙智选携手IAM进驻长隆熊猫村,为国宝打造智慧健康呼吸新空间
  • [硬件电路-120]:模拟电路 - 信号处理电路 - 在信息系统众多不同的场景,“高速”的含义是不尽相同的。
  • C语言字符函数和字符串函数全解析:从使用到模拟实现
  • [硬件电路-115]:模拟电路 - 信号处理电路 - 功能放大器工作分类、工作原理、常见芯片
  • 深入 Go 底层原理(十一):Go 的反射(Reflection)机制
  • stm32是如何实现电源控制的?
  • Java 大视界 -- Java 大数据在智能安防视频监控系统中的视频摘要生成与智能检索优化进阶(377)
  • QT中使用OpenCV保姆级教程
  • 搜索与图论(最小生成树 二分图)
  • MyBatisPlus之核心注解与配置
  • Docker 部署与配置 MySQL 5.7
  • 位运算-371.两整数之和-力扣(LeetCode)
  • 解决 InputStream 只能读取一次问题
  • 【多模态】DPO学习笔记
  • [创业之路-528]:技术成熟度曲线如何指导创业与投资?
  • Python爬虫实战:研究mahotas库,构建图像获取及处理系统
  • 【DeepSeek-R1 】分词系统架构解析
  • 社群团购市场选择与开源技术赋能下的下沉市场开拓策略研究——以开源AI智能名片、链动2+1模式与S2B2C商城小程序为例
  • LLM Prompt与开源模型资源(3)如何写一个好的 Prompt
  • 【论文笔记】Multi-Behavior Graph Neural Networks for Recommender System
  • “神威·太湖之光”:科技创新引擎与国家算力基石的崛起之路