Question

我有一个用户输入功能的程序，例如sin(x)+1。我正在使用ast尝试通过将组件列入白名单来确定字符串是否“安全”，如this answer所示。现在我想解析字符串，在没有它们的系数之间添加乘法（*）符号。

例如：

3x - ＆GT; 3*x
4(x+5) - ＆gt; 4*(x+5)
sin(3x)(4) - ＆gt; sin(3x)*(4)（sin已经在全局中，否则这将是s*i*n*(3x)*(4)

有没有有效的算法来实现这一目标？我更喜欢pythonic解决方案（即不是复杂的正则表达式，不是因为它们是pythonic，而是因为我不理解它们并想要一个我能理解的解决方案。简单的正则表达式是可以的。）

我非常愿意在一个条件下使用sympy（对于这类事情看起来很容易）：安全。显然sympy使用了eval。我目前的（部分）解决方案的安全性非常好。如果有人能够通过不受信任的输入使sympy更安全，我也欢迎这一点。

Answer 1

正则表达式是在vanilla python中完成工作的最快捷，最简洁的方式，我甚至会为你解释正则表达式，因为正则表达式是一个非常好的理解工具。

要完成目标，请使用以下语句：

import re
# <code goes here, set 'thefunction' variable to be the string you're parsing>
re.sub(r"((?:\d+)|(?:[a-zA-Z]\w*\(\w+\)))((?:[a-zA-Z]\w*)|\()", r"\1*\2", thefunction)

我知道它有点冗长而复杂，但是一个不同的，更简单的解决方案并没有立即显而易见，没有比这里进入正则表达式的更多hacky东西。但是，这已针对所有三个测试用例进行了测试，并且可以按照您的需要进行测试。

作为对此处发生的事情的简要说明：re.sub的第一个参数是正则表达式，它匹配某个模式。第二个是我们用它替换它的东西，第三个是替换它的实际字符串。每当我们的正则表达式看到一个匹配时，它会删除它并插入替换，有一些特殊的背后 - 场景技巧。

对正则表达式进行更深入的分析：

((?:\d+)|(?:[a-zA-Z]\w*\(\w+\)))((?:[a-zA-Z]\w*)|\()：匹配数字或函数调用，后跟变量或括号。
- ((?:\d+)|(?:[a-zA-Z]\w*\(\w+\)))：第1组。注意：括号分隔一个组，这是一个子正则表达式。捕获组被索引以供将来参考;也可以使用修饰符重复组（稍后描述）。该组匹配数字或函数调用。
  - (?:\d+)：非捕获组。紧接在左括号之后的任何具有?:的组都不会为自己分配索引，但仍然充当＆＃34;部分＆＃34;的模式。防爆。 A(?:bc)+将匹配＆＃34; Abcbcbccc ...＆＃34;等等，但你不能访问＆＃34; bcbcbccc＆＃34;与索引匹配。然而，没有这个小组，写作＆＃34; Abc +＆＃34;会匹配＆＃34; Abcccccccc ......＆＃34;
    - \d：匹配任何数字一次。 \d所有自己的正则表达式将分别匹配"1"的{{1}}，"2"和"3"。
    - "123"：匹配前一个元素一次或多次次。在这种情况下，前一个元素是+，任意数字。在前面的示例中，\d on＆＃34; 123＆＃34;将成功匹配＆＃34; 123＆＃34;作为一个单一的元素。这对我们的正则表达式至关重要，以确保正确注册多位数字。
  - \d+：管道字符，在正则表达式中，它有效地表示|：or将匹配"a|b"或"a"。在这种情况下，它分离了一个数字＆＃34;和＃34;一个函数调用＆＃34 ;;匹配数字或函数调用。
  - "b"：匹配函数调用。也是一个非捕获组，如(?:[a-zA-Z]\w*\(\w+\))。
    - (?:\d+)：匹配函数调用的第一个字母。这没有修饰符，因为我们只需要确保第一个字符是一个字母; [a-zA-Z]在技术上是一个有效的函数名称。
    - A123：匹配任何字母数字字符或下划线。确保第一个字母后，以下字符可以是字母，数字或下划线，仍然可以作为函数名称使用。
    - \w：匹配前一个元素 0或更多次。虽然最初看似不必要，但明星角色有效地使元素可选。在这种情况下，我们的修改元素是*，但是一个函数在技术上不需要任何一个以上的字符; \w是有效的函数名称。 A()会匹配A，因此不需要[a-zA-Z]。在光谱的另一端，跟随第一个字母可能有任意数量的字符，这就是我们需要这个修饰符的原因。
    - \w：理解这一点很重要：这不是另一个群组。这里的反斜杠很像普通字符串中的转义字符。在正则表达式中，只要您使用反斜杠为特殊字符（例如括号，\(或+作序言，它就像普通字符一样使用它。对于函数的实际函数调用部分，*匹配左括号。
    - \(：匹配数字，字母或下划线一次或多次。这可以确保函数实际上有一个参数进入它。
    - \w+：与\)类似，但匹配结束括号
- \(：第2组。匹配变量或左括号。
  - ((?:[a-zA-Z]\w*)|\()：匹配变量。这与我们的函数名称匹配器完全相同。但请注意，这是在非捕获组中：这很重要，因为OR检查的方式。紧随其后的OR整体上看这个组。如果没有分组，那么＆＃34;最后一个对象匹配＆＃34;将是(?:[a-zA-Z]\w*)，这对我们想要的东西来说是不够的。它会说：＆＃34;匹配一个字母后跟更多字母或一个字母后跟括号＆＃34;。将此元素放在非捕获组中允许我们控制OR注册的内容。
  - \w*：或者角色。匹配|或(?:[a-zA-Z]\w*)。
  - \(：匹配左括号。一旦我们检查了是否有一个左括号，我们就不需要为了我们的正则表达式而检查它之外的任何内容。

现在，请记住我们的两个小组，第一组和第二组？这些用在替换字符串\(中。替换字符串不是真正的正则表达式，但它仍然具有某些特殊字符。在这种情况下，"\1*\2"将插入该号码的组。所以我们的替换字符串是：＆＃34;将组1放入（这是我们的函数调用或我们的数字），然后放入星号（*），然后放入我们的第二组（变量或括号）＆＃34;

我认为总结一下！

在系数之间添加乘号（*）

1 个答案: