eval() 和 exec() 函數(shù)都屬于 Python 的內(nèi)置函數(shù)。
eval() 和 exec() 函數(shù)的功能是相似的，都可以執(zhí)行一個(gè)字符串形式的 Python 代碼（代碼以字符串的形式提供），相當(dāng)于一個(gè) Python 的解釋器。二者不同之處在于，eval() 執(zhí)行完要返回結(jié)果，而 exec() 執(zhí)行完不返回結(jié)果。

eval()和exec()的用法

eval() 函數(shù)的語(yǔ)法格式為：

eval(expression, globals=None, locals=None, /)

而 exec() 函數(shù)的語(yǔ)法格式如下：

exec(expression, globals=None, locals=None, /)

可以看到，二者的語(yǔ)法格式除了函數(shù)名，其他都相同，其中各個(gè)參數(shù)的具體含義如下：

1、expression：這個(gè)參數(shù)是一個(gè)字符串，代表要執(zhí)行的語(yǔ)句 。該語(yǔ)句受后面兩個(gè)字典類(lèi)型參數(shù) globals 和 locals 的限制，只有在 globals 字典和 locals 字典作用域內(nèi)的函數(shù)和變量才能被執(zhí)行。
2、globals：這個(gè)參數(shù)管控的是一個(gè)全局的命名空間，即 expression 可以使用全局命名空間中的函數(shù)。如果只是提供了 globals 參數(shù)，而沒(méi)有提供自定義的 builtins，則系統(tǒng)會(huì)將當(dāng)前環(huán)境中的 builtins 復(fù)制到自己提供的 globals 中，然后才會(huì)進(jìn)行計(jì)算；如果連 globals 這個(gè)參數(shù)都沒(méi)有被提供，則使用 Python 的全局命名空間。
3、locals：這個(gè)參數(shù)管控的是一個(gè)局部的命名空間，和 globals 類(lèi)似，當(dāng)它和 globals 中有重復(fù)或沖突時(shí)，以 locals 的為準(zhǔn)。如果 locals 沒(méi)有被提供，則默認(rèn)為 globals。

它們的區(qū)別在于，eval() 執(zhí)行完會(huì)返回結(jié)果，而 exec() 執(zhí)行完不返回結(jié)果

eval() 和 exec() 函數(shù)的應(yīng)用場(chǎng)景
在使用 Python 開(kāi)發(fā)服務(wù)端程序時(shí)，這兩個(gè)函數(shù)應(yīng)用得非常廣泛。例如，客戶端向服務(wù)端發(fā)送一段字符串代碼，服務(wù)端無(wú)需關(guān)心具體的內(nèi)容，直接跳過(guò) eval() 或 exec() 來(lái)執(zhí)行，這樣的設(shè)計(jì)會(huì)使服務(wù)端與客戶端的耦合度更低，系統(tǒng)更易擴(kuò)展。

TensorFlow 框架，就會(huì)發(fā)現(xiàn)該框架中的靜態(tài)圖就是類(lèi)似這個(gè)原理實(shí)現(xiàn)的：

TensorFlow 中先將張量定義在一個(gè)靜態(tài)圖里，這就相當(dāng)將鍵值對(duì)添加到字典里一樣；
TensorFlow 中通過(guò) session 和張量的 eval() 函數(shù)來(lái)進(jìn)行具體值的運(yùn)算，就當(dāng)于使用 eval() 函數(shù)進(jìn)行具體值的運(yùn)算一樣。

需要注意的是，在使用 eval() 或是 exec() 來(lái)處理請(qǐng)求代碼時(shí)，函數(shù) eval() 和 exec() 常常會(huì)被黑客利用，成為可以執(zhí)行系統(tǒng)級(jí)命令的入口點(diǎn)，進(jìn)而來(lái)攻擊網(wǎng)站。解決方法是：通過(guò)設(shè)置其命名空間里的可執(zhí)行函數(shù)，來(lái)限制 eval() 和 exec() 的執(zhí)行范圍。

python中的exec()函數(shù)和eval()函數(shù)

exec()函數(shù)

exec函數(shù)用于執(zhí)行存儲(chǔ)在字符串中的python語(yǔ)句

>>> exec("x=1")
>>> x
1

但有時(shí)候，直接這樣執(zhí)行可能會(huì)污染我們的命名空間，比如下面的例子，我們使用python內(nèi)置的abs函數(shù)求絕對(duì)值。

>>> abs(-1)
1
>>> exec("abs='xyz'")
>>> abs(-1)
  File "<stdin>", line 1, in <module>
TypeError: "str" object is not callable

在執(zhí)行abs函數(shù)時(shí)報(bào)錯(cuò)了，類(lèi)型錯(cuò)誤，字符串類(lèi)型對(duì)象不能被調(diào)用，原因就在于我們使用exec函數(shù)將字符串xyz賦值給了abs，abs此時(shí)已經(jīng)不再表示求絕對(duì)值的函數(shù)了。為了防止出現(xiàn)這種情況，我們?cè)谡{(diào)用exec函數(shù)時(shí)，可以給它傳遞第二個(gè)參數(shù)——命名空間，即就是一個(gè)字典。

>>> abs(-1)
1
>>> scope = {}
>>> exec("abs='xyz'", scope)
>>> abs(-1)
1
>>>scope['abs']
'xyz'

這樣，通過(guò)exec執(zhí)行賦值語(yǔ)句創(chuàng)建的變量就位于scope中，不會(huì)污染我們的命名空間。

eval()函數(shù)

eval用于執(zhí)行存儲(chǔ)在字符串中的python表達(dá)式

>>> eval("1+2+3+4+5")
15

與exec函數(shù)一樣，我們也可以給eval函數(shù)提供命名空間。

總結(jié)

1、exec函數(shù)執(zhí)行的是python語(yǔ)句，沒(méi)有返回值，eval函數(shù)執(zhí)行的是python表達(dá)式，有返回值；

2、exec函數(shù)和eval函數(shù)都可以傳入命名空間作為參數(shù)，實(shí)際上，可以向exec函數(shù)和eval函數(shù)提供兩個(gè)命名空間，他們的函數(shù)定義為：

     exec(source, globals=None, locals=None)

     eval(source, globals=None, locals=None)

     其中g(shù)lobals和locals都是可選參數(shù)，globals表示全局命名空間，必須是字典，locals表示局部命名空間，可以是任何映射。

3、需要注意的是，exec函數(shù)和eval函數(shù)都是將用戶提供的字符串作為代碼執(zhí)行，將無(wú)法控制代碼的行為，會(huì)帶來(lái)嚴(yán)重的安全隱患，使用的時(shí)候要慎重。

到此這篇關(guān)于Python eval()和exec()函數(shù)的文章就介紹到這了,更多相關(guān)Python eval()和exec()函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論