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 < (cd) < 6）、混合数据类型（数值、字符串、布尔、None）及嵌套括号键名，适用于动态搜索场景。
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 < (cd) < 6, ef < 35'）动态校验字典数据是否全部满足。直接使用 eval() 虽简洁但存在严重安全风险（任意代码执行），而手动逐字符解析又易出错、难以维护。本文提供一个安全、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 < 20 被自动拆解为 (35 == ef) and (ef != 34) and (34 > 12) and (12 < 20)；
- ✅ 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 < b < c 等价于 (a < b) and (b < c)，符合 Python 原生语义，无需额外处理；
- ? 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。
