关于python:深度辨析-Python-的-eval-与-exec

1、eval 的根本用法
语法：eval(expression, globals=None, locals=None)

它有三个参数，其中 expression 是一个字符串类型的表达式或代码对象，用于做运算；globals 与 locals 是可选参数，默认值是 None。

具体而言，expression 只能是单个表达式，不反对简单的代码逻辑，例如赋值操作、循环语句等等。（PS：单个表达式并不意味着“简略有害”，参见下文第 4 节）

globals 用于指定运行时的全局命名空间，类型是字典，缺省时应用的是以后模块的内置命名空间。locals 指定运行时的部分命名空间，类型是字典，缺省时应用 globals 的值。两者都缺省时，则遵循 eval 函数执行时的作用域。值得注意的是，这两者不代表真正的命名空间，只在运算时起作用，运算后则销毁。

x = 10

def func():
    y = 20
    a = eval('x + y')
    print('a:', a)
    b = eval('x + y', {'x': 1, 'y': 2})
    print('x:' + str(x) + 'y:' + str(y))
    print('b:', b)
    c = eval('x + y', {'x': 1, 'y': 2}, {'y': 3, 'z': 4})
    print('x:' + str(x) + 'y:' + str(y))
    print('c:', c)

func()

输入后果：

a:  30
x: 10 y: 20
b:  3
x: 10 y: 20
c:  4

由此可见，当指定了命名空间的时候，变量会在对应命名空间中查找。而且，它们的值不会笼罩理论命名空间中的值。

2、exec 的根本用法
语法：exec(object[, globals[, locals]])

在 Python2 中 exec 是个语句，而 Python3 将其革新成一个函数，像 print 一样。exec() 与 eval() 高度类似，三个参数的意义和作用相近。

次要的区别是，exec() 的第一个参数不是表达式，而是代码块，这意味着两点：一是它不能做表达式求值并返回进来，二是它能够执行简单的代码逻辑，相对而言性能更加弱小，例如，当代码块中赋值了新的变量时，该变量可能在函数外的命名空间中存活下来。

>>> x = 1
>>> y = exec('x = 1 + 1')
>>> print(x)
>>> print(y)
2
None

能够看出，exec() 内外的命名空间是相通的，变量由此传递进来，而不像 eval() 函数，须要一个变量来接管函数的执行后果。

3、一些细节辨析
两个函数都很弱小，它们将字符串内容当做无效的代码执行。这是一种字符串驱动的事件，意义重大。然而，在理论应用过程中，存在很多渺小的细节，此处就列出我所晓得的几点吧。

常见用处：将字符串转成相应的对象，例如 string 转成 list，string 转成 dict，string 转 tuple 等等。

>>> a = "[[1,2], [3,4], [5,6], [7,8], [9,0]]"
>>> print(eval(a))
[[1, 2], [3, 4], [5, 6], [7, 8], [9, 0]]
>>> a = "{'name':'Python 猫 ','age': 18}"
>>> print(eval(a))
{'name': 'Python 猫', 'age': 18}

# 与 eval 略有不同
>>> a = "my_dict = {'name':'Python 猫 ','age': 18}"
>>> exec(a)
>>> print(my_dict)
{'name': 'Python 猫', 'age': 18}

eval() 函数的返回值是其 expression 的执行后果，在某些状况下，它会是 None，例如当该表达式是 print() 语句，或者是列表的 append() 操作时，这类操作的后果是 None，因而 eval() 的返回值也会是 None。

>>> result = eval('[].append(2)')
>>> print(result)
None

exec() 函数的返回值只会是 None，与执行语句的后果无关，所以，将 exec() 函数赋值进来，就没有任何必要。所执行的语句中，如果蕴含 return 或 yield，它们产生的值也无奈在 exec 函数的内部起作用。

>>> result = exec('1 + 1')
>>> print(result)
None

两个函数中的 globals 和 locals 参数，起到的是白名单的作用，通过限定命名空间的范畴，避免作用域内的数据被滥用。

conpile() 函数编译后的 code 对象，可作为 eval 和 exec 的第一个参数。

吊诡的部分命名空间：后面讲到了 exec() 函数内的变量是能够扭转原有命名空间的，然而也有例外。

def foo():
    exec('y = 1 + 1\nprint(y)')
    print(locals())
    print(y)

foo()

依照后面的了解，预期的后果是局部变量中会存入变量 y，因而两次的打印后果都会是 2，然而实际上的后果却是：

2
{'y': 2}
Traceback (most recent call last):
...(略去局部报错信息)
    print(y)
NameError: name 'y' is not defined

明明看到了部分命名空间中有变量 y，为何会报错说它未定义呢？

起因与 Python 的编译器无关，对于以上代码，编译器会先将 foo 函数解析成一个 ast（形象语法树），而后将所有变量节点存入栈中，此时 exec() 的参数只是一个字符串，整个就是常量，并没有作为代码执行，因而 y 还不存在。直到解析第二个 print() 时，此时第一次呈现变量 y，但因为没有残缺的定义，所以 y 不会被存入部分命名空间。

在运行期，exec() 函数动静地创立了局部变量 y，然而因为 Python 的实现机制是“运行期的部分命名空间不可扭转”，也就是说这时的 y 始终无奈成为部分命名空间的一员，当执行 print() 时也就报错了。

若想把 exec() 执行后的 y 取出来的话，能够这样：z = locals()[‘y’]，然而如果不小心写成了上面的代码，则会报错：

def foo():
    exec('y = 1 + 1')
    y = locals()['y']
    print(y)

foo()

#报错：KeyError: 'y'
#把变量 y 改为其它变量则不会报错

KeyError 指的是在字典中不存在对应的 key。本例中 y 作了申明，却因为循环援用而无奈实现赋值，即 key 值对应的 value 是个有效值，因而读取不到，就报错了。

此例还有 4 个变种，我想用一套自恰的说法来解释它们，但尝试了很久，未果。留个后话吧，等我想明确，再独自写一篇文章。

4、为什么要慎用 eval()？
很多动静的编程语言中都会有 eval() 函数，作用大同小异，然而，无一例外，人们会通知你说，防止应用它。

为什么要慎用 eval() 呢？次要出于平安思考，对于不可信的数据源，eval 函数很可能会招来代码注入的问题。

>>> eval("__import__('os').system('whoami')")
desktop-fa4b888\pythoncat
>>> eval("__import__('subprocess').getoutput('ls ~')")
#后果略，内容是以后门路的文件信息

在以上例子中，我的隐衷数据就被裸露了。而更可怕的是，如果将命令改为 rm -rf ~，那当前目录的所有文件都会被删除洁净。

针对以上例子，有一个限度的方法，即指定 globals 为 {‘__builtins__’: None} 或者 {‘__builtins__’: {}}。

>>> s = {'__builtins__': None}
>>> eval("__import__('os').system('whoami')", s)
#报错：TypeError: 'NoneType' object is not subscriptable

builtins 蕴含了内置命名空间中的名称，在控制台中输出 dir(__builtins__)，就能发现很多内置函数、异样和其它属性的名称。在默认状况下，eval 函数的 globals 参数会隐式地携带__builtins__，即便是令 globals 参数为 {} 也如此，所以如果想要禁用它，就得显式地指定它的值。

上例将它映射成 None，就意味着限定了 eval 可用的内置命名空间为 None，从而限度了表达式调用内置模块或属性的能力。

然而，这个方法还不是十拿九稳的，因为仍有伎俩能够发动攻打。

某位破绽开掘高手在他的博客中分享了一个思路，令人大开眼界。其外围的代码是上面这句，你能够试试执行，看看输入的是什么内容。

>>> ().__class__.__bases__[0].__subclasses__()

另外还有一篇博客，不仅提到了上例的伎俩，还提供了一种新的思路：

正告：千万不要执行如下代码，后果自负。

>>> eval('(lambda fc=(lambda n: .__subclasses__() if c.__name__ == n][0]):fc("function")(fc("code")(0,0,0,0,"KABOOM",(),(),(),"","",0,""),{})())()', {"__builtins__":None})

这行代码会导致 Python 间接 crash 掉

除了黑客的伎俩，简略的内容也能发动攻打。像下例这样的写法，将在短时间内耗尽服务器的计算资源。

>>> eval("2 ** 888888888", {"__builtins__":None}, {})

如上所述，咱们直观地展现了 eval() 函数的危害性，然而，即便是 Python 高手们小心谨慎地应用，也不能保障不出错。

在官网的 dumbdbm 模块中，已经（2014 年）发现一个安全漏洞，攻击者通过伪造数据库文件，能够在调用 eval() 时发动攻打。

独一无二，在上个月（2019.02），有外围开发者针对 Python 3.8 也提出了一个平安问题，提议不在 logging.config 中应用 eval() 函数，目前该问题还是 open 状态。

如此种种，足以阐明为什么要慎用 eval() 了。同理可证，exec() 函数也得审慎应用。

5、平安的代替用法
既然有种种安全隐患，为什么要发明出这两个内置办法呢？为什么要应用它们呢？

理由很简略，因为 Python 是一门灵便的动静语言。与动态语言不同，动静语言反对动静地产生代码，对于曾经部署好的工程，也能够只做很小的部分批改，就实现 bug 修复。

那有什么方法能够绝对平安地应用它们呢？

ast 模块的 literal() 是 eval() 的平安代替，与 eval() 不做查看就执行的形式不同，ast.literal() 会先查看表达式内容是否无效非法。它所容许的字面内容如下：

strings, bytes, numbers, tuples, lists, dicts, sets, booleans, 和 None

一旦内容非法，则会报错：

import ast
ast.literal_eval("__import__('os').system('whoami')")

报错：ValueError: malformed node or string

不过，它也有毛病：AST 编译器的栈深（stack depth）无限，解析的字符串内容太多或太简单时，可能导致程序解体。

至于 exec()，仿佛还没有相似的代替办法，毕竟它自身可反对的内容是更加简单多样的。

最初是个倡议：搞清楚它们的区别与运行细节（例如后面的部分命名空间内容），审慎应用，限度可用的命名空间，对数据源作充沛校验。

以上就是本次分享的所有内容，想要理解更多 python 常识欢送返回公众号：Python 编程学习圈，发送“J”即可收费获取，每日干货分享

关于python:深度辨析-Python-的-eval-与-exec

Just My Socks（注册教程 内含优惠码）

Just My Socks（注册教程内含优惠码）