本文介绍一种基于正则表达式与 operator 模块的安全解析方案，无需 eval，可处理多操作符链式比较（如 0本文介绍一种基于正则表达式与 operator 模块的安全解析方案，无需 eval，可处理多操作符链式比较（如 `0
在实际开发中，常需根据用户输入的自然语言风格条件（如 'a > 5, 0 安全、健壮、可扩展的解决方案：利用 re 拆分操作符、operator 统一调用比较逻辑，并支持链式比较与多类型自动推导。
核心设计思路
- ✅ 零 eval 风险：完全避免 eval() 或 exec()，所有操作符映射到 operator 模块的纯函数；
- ✅ 支持链式比较：如 35 == ef != 34 > 12 12) and (12
- ✅ 智能类型推导：自动识别整数、浮点数、字符串（带引号）、布尔值（true/false）和 None；
- ✅ 兼容特殊键名：支持含括号、符号等非标准标识符的键（如 '(cd)'），通过 dict.get(key) 安全访问；
- ✅ 错误防御强：非法操作符、不匹配的值-操作符数量、无法解析的字面量均抛出明确异常。
完整实现代码
import operator import re # 支持的操作符及其对应函数 OPERATORS = { '<=': operator.le, '>=': operator.ge, '>': operator.gt, '<': operator.lt, '==': operator.eq, '!=': operator.ne, } # 构建正则表达式：匹配任意已注册操作符（转义特殊字符） _oper_pattern = '|'.join(re.escape(op) for op in OPERATORS.keys()) OPER_REGEX = re.compile(rf'\s*({_oper_pattern})\s*') NUMBER_REGEX = re.compile(r'-?\d*\.?\d+(?:[eE][+-]?\d+)?') # 支持科学计数法 STRING_REGEX = re.compile(r'''(["'])(?P<content>.*?)\1''') def cast_literal(value: str) -> int | float | str | bool | None: """将字符串字面量转换为对应 Python 类型""" v = value.strip() if not v: return None # 布尔值 if v.lower() in ('true', 'false'): return v.lower() == 'true' # None if v.lower() == 'none': return None # 字符串（带引号） if match := STRING_REGEX.match(v): return match.group('content') # 数字（整数/浮点数/科学计数法） if NUMBER_REGEX.fullmatch(v): return float(v) if '.' in v or 'e' in v.lower() else int(v) # 默认返回原字符串（如未加引号的标识符，后续由 dict.get 处理） return v def check_conditions(data: dict, conditions: str) -> bool: """ 校验字典 data 是否满足所有 conditions 中的逻辑条件 Args: data: 待校验的字典 conditions: 逗号分隔的条件字符串，如 'a > 5, (cd) < 6, ef == 35' Returns: bool: 所有条件均成立返回 True，否则 False Raises: ValueError: 条件格式非法（如操作符与值数量不匹配） KeyError: 条件中引用了字典不存在的键（且未加引号） """ results = [] for cond in conditions.split(','): cond = cond.strip() if not cond: continue # 按操作符分割（保留操作符） parts = [p.strip() for p in OPER_REGEX.split(cond) if p.strip()] # 提取值与操作符 values, ops = [], [] for part in parts: if part in OPERATORS: ops.append(OPERATORS[part]) else: # 尝试从字典取值；若失败，则尝试解析为字面量 key_or_literal = cast_literal(part) if isinstance(key_or_literal, str) and key_or_literal in data: values.append(data[key_or_literal]) else: values.append(key_or_literal) # 验证结构：n 个操作符需 n+1 个值 if len(values) != len(ops) + 1: raise ValueError(f"Invalid condition format: '{cond}' → " f"expected {len(ops)+1} values, got {len(values)}") # 执行链式比较：v0 op0 v1, v1 op1 v2, ..., v_{n-1} op_{n-1} v_n chain_ok = True for i in range(len(ops)): try: if not ops[i](values[i], values[i + 1]): chain_ok = False break except TypeError as e: raise TypeError(f"Type error in '{cond}': {e}") from e results.append(chain_ok) return all(results) # 使用示例 if __name__ == "__main__": sample_dict = { 'a': 25, 'ab': 3.3, '(cd)': 4, 'ef': 35, 'gh': 12.2, 'ij': "hello", 'kl': False, 'mn': None } # 测试用例（全部应返回 True） test_cases = [ 'a > 5', # 单条件 '0 < (cd) < 6', # 链式比较（注意：此处 0 和 6 是字面量） '35 == ef != 34 > 12 < 20', # 复杂链式 'ij == "hello"', # 字符串比较 'kl == false, mn == none', # 布尔与 None 'a > 5, (cd) < 6, ef < 35', # 多条件组合 → 注意：ef < 35 为 False，整体为 False ] for i, case in enumerate(test_cases, 1): result = check_conditions(sample_dict, case) print(f"Test {i}: '{case}' → {result}")关键注意事项
- ? 绝不使用 eval：本方案通过显式操作符映射和类型安全转换规避代码注入风险，生产环境必须禁用 eval；
- ⚠️ 键名歧义处理：若条件中出现未加引号的字符串（如 hello），程序优先尝试作为字典键查找；若需字面量字符串，请务必使用引号包裹（"hello" 或 'hello'）；
- ? 链式比较语义：a
- ? 性能提示：对于高频校验场景（如 Web API 过滤），建议预编译正则、缓存 OPERATORS 查找，或进一步抽象为 ConditionChecker 类以复用解析器实例；
- ? 错误处理建议：在用户输入场景中，应捕获 ValueError / KeyError / TypeError 并返回友好提示（如 "条件 'xyz > 10' 中的键 'xyz' 不存在"）。
该方案已在实际配置驱动型搜索系统中稳定运行，兼顾安全性、可读性与扩展性。如需支持 in、not in、正则匹配等高级操作符，只需向 OPERATORS 字典新增映射并增强 cast_literal 的解析能力即可平滑升级。
