Python里eval与exec区别 动态代码执行eval和exec的安全风险

eval()用于计算表达式并返回结果,exec()用于执行语句块且不返回值。1.eval()处理单个表达式并返回值,如数学运算或字典解析;exec()执行多行代码或语句块,如赋值、函数定义等。2.eval()会返回表达式的结果,而exec()仅执行操作无返回值。3.两者均存在安全风险,若执行不可信输入可能导致系统破坏或数据泄露,应避免处理用户输入,或限制命名空间及使用ast.literal_eval()替代。4.eval()适用于计算表达式,exec()适合动态创建函数或执行脚本。

在 Python 中,eval()exec() 都是用来动态执行字符串形式的代码,但它们适用的场景和功能有明显区别。简单来说,eval() 用于计算表达式并返回结果,而 exec() 用于执行语句块,不返回值。如果你只是想运行一段动态生成的代码,用 exec() 更合适;如果只是想求一个表达式的值,比如数学运算或变量替换,就用 eval()

下面从几个角度讲清楚两者的差异和潜在风险。

1. 基本功能差异:表达式 vs 语句

eval() 只能处理表达式(expression),也就是说它只能执行会返回一个值的代码。例如:

result = eval("2 + 3 * 5")print(result)  # 输出 17

exec() 能处理完整的语句块(statements),包括赋值、函数定义、循环等。例如:

立即学习“Python免费学习笔记(深入)”;

code = """a = 10b = 20print(a + b)"""exec(code)  # 输出 30

所以如果你要运行多行代码或者修改变量状态,只能用 exec()

2. 返回值的区别:有没有结果

eval() 会返回表达式的结果。例如:

value = eval("{'name': 'Tom', 'age': 25}")print(type(value))  # 

exec() 不返回值(返回的是 None),它的作用是“做事情”,而不是“算结果”。比如你可以用它来定义函数:

exec("def say_hello(): print('Hello!')")say_hello()  # 输出 Hello!

3. 安全风险:不要轻易执行不可信输入

这两个函数最大的问题就是——它们可以执行任意代码。如果用户输入的内容被当作参数传给 eval()exec(),那就可能带来严重的安全隐患。

常见风险举例:

删除文件、修改系统设置等破坏性操作:

# 想象用户输入了这样的字符串user_input = "__import__('os').system('rm -rf /')"# 如果你用了 eval 或 exec 执行这个字符串……后果严重

获取敏感信息、泄露数据:

# 用户构造输入读取密码变量user_input = "password"

如何降低风险?

尽量避免使用 eval()exec() 处理用户输入。

如果一定要用,限制命名空间,禁用内置模块:

safe_globals = {"__builtins__": None}  # 禁用所有内置函数exec("print('hello')", safe_globals)   # 会报错,无法执行

使用更安全的替代方案,比如 ast.literal_eval() 来解析字符串中的字面量(如列表、字典):

import astdata = ast.literal_eval("{'name': 'Tom', 'age': 25}")print(data)  # 安全地转为 dict

4. 什么时候该用哪个?常见使用场景

场景 推荐使用 说明

计算数学表达式eval()比如计算器程序解析输入解析字符串成结构化数据ast.literal_eval()比如解析 JSON 字符串动态创建函数或类exec()运行时根据配置生成逻辑执行用户自定义脚本exec()但要注意权限控制

基本上就这些。eval()exec() 都很强大,但也容易出问题。用的时候要清楚自己在干什么,尤其是面对外部输入时,千万不能掉以轻心。

以上就是Python里eval与exec区别 动态代码执行eval和exec的安全风险的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1362458.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年12月14日 01:49:41
下一篇 2025年12月14日 01:49:55

相关推荐

  • Python里WSGI接口规范 Web开发中WSGI中间件的工作原理解析

    wsgi中间件是符合wsgi规范的可调用对象,用于在请求和响应过程中插入逻辑以增强应用功能。它通过包装原始应用,在不修改应用本身的情况下添加日志记录、跨域支持、响应压缩等功能。中间件接收应用作为参数并返回新的应用对象,结构上分为请求前处理与响应后处理两部分。使用时需注意中间件顺序影响执行流程,且多个…

    好文分享 2025年12月14日
    000
  • Python里GIL锁机制 全局解释器锁GIL对Python多线程的影响解析

    gil是cpython解释器中的全局解释器锁,限制同一时间仅一个线程执行python字节码,导致cpu密集型任务无法通过多线程实现并行加速。1. gil并非语言特性,而是为内存安全引入的机制,确保解释器内部数据结构不被并发访问破坏;2. 在io密集型任务中,gil会释放等待io的线程,使其他线程运行…

    好文分享 2025年12月14日
    000
  • Python数据仓库 Python大数据存储解决方案

    python在数据仓库和大数据存储中主要作为连接和处理工具。1. 它用于etl流程,包括从数据库、api等来源提取数据;2. 使用pandas或pyspark进行数据清洗和转换;3. 将处理后的数据写入目标系统如postgresql或redshift;4. 自动化调度整个流程,常搭配airflow或…

    2025年12月14日
    000
  • Python装饰器原理 Python装饰器典型应用场景说明

    装饰器是python中用于修改或增强函数行为的特殊函数,其核心原理基于高阶函数特性。1.权限控制:通过login_required装饰器统一处理用户登录验证逻辑;2.日志记录:使用log_call装饰器自动打印函数调用信息;3.性能测试:利用timer装饰器统计函数执行时间;4.缓存优化:通过lru…

    2025年12月14日
    000
  • Python跨平台开发 Python多系统兼容性解决方案

    python 在不同操作系统上运行时存在兼容性问题,主要体现在路径处理、系统命令调用、文件编码及第三方库依赖。1. 路径处理应使用 os.path 或 pathlib 模块自动适配系统分隔符;2. 系统命令调用需通过 os.name 或 platform.system() 判断平台执行对应命令;3.…

    2025年12月14日
    000
  • Python中内存管理机制 Python垃圾回收与引用计数原理详解

    python内存管理基于引用计数和垃圾回收机制。1.引用计数记录对象被引用的次数,归零则释放内存;2.循环引用由标记-清除算法处理,gc从根对象出发标记并清除不可达对象;3.分代回收将对象分为三代,新对象回收更频繁。理解这些机制有助于优化性能、避免内存泄漏。例如赋值、容器存储、函数传参会增加引用,d…

    好文分享 2025年12月14日
    000
  • Python反射机制 Python动态获取对象属性方法

    反射是程序运行时动态获取对象信息或调用方法的能力,python 通过字符串操作属性或方法实现。1. 反射允许动态访问对象属性,如 getattr(obj, ‘name’)。2. 常用函数包括 getattr、hasattr、setattr、delattr,用于获取、判断、设置…

    2025年12月14日
    000
  • Python中base64编码 base64模块的数据编解码方法详解

    base64编码在python中通过base64模块实现,用于将二进制数据转换为ascii字符串以便传输或存储。1. 使用b64encode()可将字节数据编码为base64格式,输入必须是bytes类型;2. 使用b64decode()可将base64数据还原为原始字节;3. urlsafe_b6…

    好文分享 2025年12月14日
    000
  • Python里configparser用法 配置文件解析模块configparser实战

    python的configparser模块用于读写.ini格式配置文件,适合基础配置管理。它支持节(section)和键值对结构,其中default节可被继承;使用configparser实例读取文件,并通过getint()、getboolean()等方法获取特定类型值;写入配置需手动打开文件并调用…

    好文分享 2025年12月14日
    000
  • Python函数式编程 Python高阶函数使用场景分析

    高阶函数在python中通过接受函数作为参数或返回函数,提升了代码的简洁性和可读性。常见的高阶函数包括 map()、filter() 和 sorted(),它们适用于数据转换、数据过滤以及排序与分组场景。1. 使用 map() 可对数据进行统一操作,如将字符串列表转为整数列表;2. filter()…

    2025年12月14日
    000
  • Python里df是什么意思 pandas中DataFrame对象的常用缩写df解析

    df在python数据处理中指pandas的dataframe对象,常被命名为df因它是“dataframe”缩写且通用。dataframe是二维表格型数据结构,具行标签和列标签,每列可存不同数据类型。常见操作包括:1.查看前几行用df.head();2.查看形状用df.shape;3.获取列名用d…

    好文分享 2025年12月14日
    000
  • Python异步编程实践 Python asyncio事件循环机制解析

    事件循环是python异步编程的核心机制,负责调度和运行协程。1. asyncio.run() 是启动事件循环的推荐方式,适用于大多数情况;2. 在需手动获取事件循环时,应优先使用 asyncio.get_running_loop();3. 事件循环通过“就绪队列”管理任务,在 await 遇到 i…

    2025年12月14日
    000
  • Python计算机视觉 Python OpenCV图像处理技巧

    本文介绍了使用python进行图像处理时的几个实用技巧。1. 图像灰度化与通道分离:使用cv2.cvtcolor()将彩色图转为灰度图,节省资源并简化处理;用cv2.split()分离颜色通道,便于单独处理后再合并。2. 图像滤波去噪方法:包括均值滤波(cv2.blur())适用于轻微噪声、高斯滤波…

    2025年12月14日
    000
  • python中try…except的用法 python异常捕获try-except语句解析

    在python中,如何有效地使用try…except?1.使用基本的try…except捕获特定错误,如zerodivisionerror。2.处理资源管理,如文件操作,捕获filenotfounderror和ioerror。3.结合else和finally块,else在无异…

    2025年12月14日
    000
  • python中sort的用法 python列表排序方法教学

    在python中,sort()方法用于列表排序。1) 它可以直接对列表进行升序排序。2) 使用key参数可以按自定义规则排序,如按字符串长度。3) 使用reverse参数可以实现降序排序。4) sort()会修改原列表,若需保留原列表,使用sorted()函数。sort()方法高效且灵活,是pyth…

    2025年12月14日
    000
  • Python视频处理库 Python视频剪辑与特效制作入门

    使用moviepy可轻松实现python视频处理,具体方法如下:1.裁剪视频可通过subclip方法指定起始时间提取片段,注意添加codec参数确保兼容性;2.添加背景音乐需加载音频文件并绑定到视频,可用afadein/afadeout实现淡入淡出效果;3.文字特效利用textclip模块设置字体、…

    2025年12月14日
    000
  • Python日志记录系统 Python日志模块配置与使用教程

    python的logging模块可通过配置实现多场景日志管理。1. 导入logging模块并调用方法可记录日志,默认输出warning及以上级别,通过basicconfig设置level参数可调整输出范围;2. 使用format参数自定义日志格式,加入时间、级别、模块名等内容,并可通过filenam…

    2025年12月14日
    000
  • Python嵌入式开发 Python在硬件编程中的应用场景

    #%#$#%@%@%$#%$#%#%#$%@_23eeeb4347bdd26bfc++6b7ee9a3b755dd在嵌入式开发中有三大主要应用场景:1.微控制器上的快速原型开发,如micropython用于esp32、rp2040等芯片实现传感器数据采集和简单控制逻辑;2.嵌入式linux设备(如树…

    2025年12月14日
    000
  • Python并行计算 Python多核CPU任务分配策略

    在python中进行多核cpu任务分配需遵循四个关键点:首先根据任务类型选择多进程或多线程,1. cpu密集型任务应使用multiprocessing库实现并行计算,如图像处理、数值计算等;其次合理控制并发数量,2. 初始设置pool的大小为os.cpu_count()或略低,避免资源竞争和系统阻塞…

    2025年12月14日
    000
  • Python代码规范检查 Python PEP8标准实践要点总结

    遵循pep8规范能让python代码更易读、易维护。1. 控制行长度不超过79字符,使用括号换行或对齐参数提升可读性;2. 使用4个空格缩进,避免tab与空格混用导致错误;3. 命名采用小写加下划线风格,类名用驼峰法,模块名尽量不用单字母;4. 合理使用空格与空行,如运算符前后加空格、函数间空两行、…

    2025年12月14日
    000

发表回复

登录后才能评论
关注微信