本文介绍如何将形如 '[[M,,[10,20]],[F,,[7,9]]]' 的字符串安全、准确地转换为 Python 嵌套列表，重点解决 Excel 导入数据中含伪数组字符串的解析难题，并规避 eval() 风险。
本文介绍如何将形如 `'[[m,,[10,20]],[f,,[7,9]]]'` 的字符串安全、准确地转换为 python 嵌套列表，重点解决 excel 导入数据中含伪数组字符串的解析难题，并规避 `eval()` 风险。
在实际数据处理中（尤其是从 Excel 导入时），常遇到单元格中存储的是字符串格式的嵌套结构，例如 '[[M,,[10,20]],[F,,[7,9]]]'。它并非合法的 Python 字面量——因为 M 和 F 缺少引号，直接使用 ast.literal_eval() 会抛出 ValueError: malformed node or string。但盲目使用 eval() 存在严重安全风险（可执行任意代码），绝不可取。
正确思路是：先对非数字/非空字段做安全字符串化预处理，再交由 ast.literal_eval 解析。ast.literal_eval() 是 Python 官方推荐的安全方案，仅支持 list, tuple, dict, str, int, float, bool, None 等字面量，拒绝任何函数调用或表达式，从根本上杜绝代码注入。
以下为完整、健壮的实现：
import ast
import re
def convert_string_to_array(s):
"""
将含未加引号标识符（如 M, F）的字符串安全转换为嵌套列表。
支持空元素（连续逗号）和嵌套数字列表。
"""
# 步骤1：用正则识别所有独立的字母标识符（前后被括号、逗号或边界包围，且不含数字）
# 例如匹配 'M' 和 'F'，但不匹配 '10' 中的 '1' 或 '[MF]' 中的 'M'
def replace_identifier(match):
token = match.group(0)
# 仅当 token 是纯字母、长度合理（避免误替换长单词）、且非空时加引号
if token.isalpha() and 1 <= len(token) <= 10:
return f"'{token}'"
return token
# 使用单词边界 \b 确保精准匹配独立标识符
s_clean = re.sub(r'\b[A-Za-z]+\b', replace_identifier, s)
# 步骤2：ast.literal_eval 安全解析
try:
result = ast.literal_eval(s_clean)
return result
except (ValueError, SyntaxError) as e:
raise ValueError(f"无法解析字符串 '{s}': {e}")
# 示例使用
s = '[[M,,[10,20]],[F,,[7,9]]]'
result = convert_string_to_array(s)
print(result)
# 输出: [['M', '', [10, 20]], ['F', '', [7, 9]]]✅ 关键优势说明：
立即学习“Python免费学习笔记（深入）”；
- 安全性高：全程不使用 eval()，依赖 ast.literal_eval()；预处理仅做字符串替换，无动态执行。
- 鲁棒性强：正则 \b[A-Za-z]+\b 精准捕获独立字母标识符，避免误伤数字、带引号字符串或变量名片段。
- 保留原始类型：数字自动转为 int/float，空位（,,）正确映射为 ''（空字符串）。
- 可扩展：如需将 M→'Male'、F→'Female'，只需修改 replace_identifier 函数内的映射逻辑（例如查字典）。
⚠️ 注意事项：
- 若原始字符串中已存在合法带引号字符串（如 ['M', '', [10,20]]），此方法仍兼容，因正则 \b[A-Za-z]+\b 不会匹配已带引号的内容。
- Excel 导入时建议先用 pandas.read_excel(..., dtype=str) 统一读为字符串，避免 pandas 自动类型推断导致引号丢失。
- 对于更复杂结构（含 True/False/None/浮点数），ast.literal_eval 原生支持，无需额外处理。
总结：面对 Excel 等外部来源的“类数组字符串”，优先选择 ast.literal_eval + 安全预处理，而非手写解析器或危险的 eval。这既是 Python 官方最佳实践，也是工程落地中最可靠、最简洁的解决方案。
