搜尋
首頁後端開發Python教學Python eval 函數動態地計算數學表達式

Python eval 函數動態地計算數學表達式

Apr 11, 2023 pm 11:43 PM
python字串程式碼

本文中,雲朵君將和大家一起從以下兩個面向展開學習。

  • Python的eval()如何運作
  • 如何使用eval()來動態地計算任意基於字串或基於編譯程式碼的輸入

Python eval 函數動態地計算數學表達式

此外,後期推文將一起學習如何使用Python 的 eval() 來編碼一個互動式地計算數學表達式的應用程式。透過這個例子,我們將把所學到的 eval() 的一切應用在一個實際問題上。

Python 的 eval()

我們可以使用內建的 Python eval()[1] 從基於字串或基於編譯程式碼的輸入動態地計算表達式。如果我們向 eval() 傳遞一個字串,那麼該函數會解析它,將其編譯為字節碼[2],並將其作為一個 Python 表達式進行計算。但是如果我們用一個編譯過的程式碼物件呼叫 eval(),那麼函數只執行計算步驟,如果我們用相同的輸入多次呼叫 eval(),這就非常方便了。

Python的 eval() 的定義如下。

eval(expression[, globals[, locals]])

此函數需要一個第一個參數,稱為expression,它包含了需要計算的表達式。 eval()還需要兩個可選參數。

  1. globals
  2. locals

在接下來的內容中,我們將學習這些參數是什麼,以及 eval() 如何使用它們來即時計算Python 表達式。

注意: 我們也可以使用 exec()[3] 來動態執行 Python 程式碼。 eval() 和 exec() 的主要差異是,eval() 只能執行或計算表達式,而 exec() 則可執行任何一段 Python程式碼。

第一個參數:expression

eval() 的第一個參數稱為 expression,它是一個必需的參數,用於保存函數的 基於字串 或 基於編譯碼的 輸入。當呼叫 eval() 時,expression 的內容被當作 Python 表達式來計算。下面是使用基於字串的輸入的例子。

>>> eval("2 ** 8")
256
>>> eval("1024 + 1024")
2048
>>> eval("sum([8, 16, 32])")
56
>>> x = 100
>>> eval("x * 2")
200

當用一個字串作為參數呼叫 eval() 時,函數傳回輸入字串進行計算的結果。預設情況下,eval()可以存取全域變數名,如上例中的x。

為了計算一個基於字串的表達式,Python 的 eval() 執行下列步驟。

  1. 解析表達式
  2. 將其編譯為字節碼
  3. 將其作為一個Python表達式進行計算
  4. 返回計算的結果

eval()的第一個參數expression 強調了該函數只作用於表達式,並非複合語句[4]。 Python 文件對 expression 的定義如下。

expression

一段可以被計算為某種值的語法。換句話說,表達式是表達式元素的累積,例如字面意義、名稱、屬性存取、運算子或函數調用,它們都會傳回一個值。與許多其他語言相比,並非所有的語言結構都是表達式。也有一些語句不能當作表達式使用,如 while。另外賦值也是語句,不是表達式。

另一方面,Python statement 有下列定義。

statement

statement是一個套件(一個程式碼 "區塊")的一部份。 statement要么是一個表達式,要么是帶有關鍵字的幾個結構體之一,如 if、while或for。

如果傳遞複合語句給eval(),那麼會得到一個 SyntaxError。下面的例子是用eval()來執行一個if語句。

>>> x = 100
>>> eval("if x: print(x)")
File "<string>", line 1
if x: print(x)
^
SyntaxError: invalid syntax

上面報錯是因為 eval() 只接受表達式。任何其它語句,如 if、for、while、import、def 或 class,都會引發錯誤。

注意: for 迴圈是一個複合語句,但是 for 關鍵字也可以用在推導式中,此時它被認為是表達式。可以使用eval() 來計算推導式,即使它們使用了 for 關鍵字。

eval()也不允許進行賦值運算。

>>> eval("pi = 3.1416")
File "<string>", line 1
pi = 3.1416
 ^
SyntaxError: invalid syntax

如果我們將一個賦值運算當作參數傳遞給 eval() ,那麼就會得到一個 SyntaxError。賦值運算是語句,而不是表達式,語句不允許與 eval() 一起使用。

當解析器不理解輸入的表達式時,也會得到一個 SyntaxError。在下面的範例中計算一個違反 Python 語法的表達式。

>>> # Incomplete expression
>>> eval("5 + 7 *")
File "<string>", line 1
5 + 7 *
^
SyntaxError: unexpected EOF while parsing

所以,不能把一个违反 Python 语法的表达式传给 eval()​ 。在上面的例子中,我们尝试计算一个不完整的表达式 ("5 + 7 *") 时抛出一个 SyntaxError,因为分析器不理解表达式的语法。

我们也可以把已编译的代码对象传递给 eval()​ 。因此可以使用函数 compile()[7] ,一个内置函数,可以将输入的字符串编译成代码对象[8] 或 AST 对象[9],这样就可以用 eval() 来计算它。

如何使用compile()的细节超出了本文的范围,但这里可以快速了解一下它的前三个必要参数。

source保存我们要编译的源代码。这个参数可以接受普通字符串、字节字符串[10]和AST对象。

filename给出读取代码的文件。如果我们要使用一个基于字符串的输入,那么这个参数的值应该是""。

mode指定了我们想得到哪种编译后的代码。如果我们想用eval()​来处理编译后的代码,那么这个参数应该被设置为"eval"。

我们可以使用 compile()​ 向eval()提供代码对象,而不是普通的字符串。

>>> # 算术运算
>>> code = compile("5 + 4", "<string>", "eval")
>>> eval(code)
9
>>> code = compile("(5 + 7) * 2", "<string>", "eval")
>>> eval(code)
24
>>> import math
>>> # 一个球体的体积
>>> code = compile("4 / 3 * math.pi * math.pow(25, 3)", "<string>", "eval")
>>> eval(code)
65449.84694978735

如果我们使用 compile()​ 来编译要传递给eval()​的表达式,那么eval()会经过以下步骤。

  1. 计算编译后的代码
  2. 返回计算的结果

如果使用基于编译码的输入调用 eval()​ ,那么该函数会执行计算步骤并立即返回结果。当需要多次计算同一个表达式时,这可能很方便。在这种情况下,最好预先编译表达式,并在随后调用 eval() 时重复使用产生的字节码。

如果我们事先编译了输入表达式,那么连续调用eval()将运行得更快,因为我们不会重复解析和编译的步骤。如果我们正在计算复杂的表达式,不需要的重复会导致高的CPU时间和过度的内存消耗。

第二个参数:globals

eval()​ 的第二个参数 globals,可选的,字典类型,为 eval()​ 提供一个全局命名空间。通过 globals 告诉 eval() 在计算表达式时要使用哪些全局变量名。

全局变量名是所有那些在当前全局范围或命名空间中可用的变量名。可以从代码的任何地方访问它们。

在字典中传递给 globals 的所有名字在执行时都可以提供给 eval()​ 。请看下面的例子,它展示了如何使用一个自定义的字典来为 eval() 提供一个全局命名空间。

>>> x = 100# 一个全局变量
>>> eval("x + 100", {"x": x})
200
>>> y = 200# 另一个全局变量
>>> eval("x + y", {"x": x})
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<string>", line 1, in <module>
NameError: name 'y' is not defined

如果为 eval()​ 的 globals 参数提供一个自定义字典,那么 eval()​ 将只接受这些名字作为 globals。在这个自定义字典之外定义的任何全局变量名都不能从 eval()​ 内部访问。这就是为什么当你试图在上述代码中访问 y 时,Python 会引发一个 NameError。传递给 globals 的字典不包括 y。

可以通过在字典中列出名字来插入 globals,然后这些名字在求值过程中就会出现。例如,如果在 globals 中插入了 y​,那么在上面的例子中对 "x + y" 的求值将如期进行。

>>> eval("x + y", {"x": x, "y": y})
300

因为把 y​ 添加到了自定义 globals 字典中,所以成功计算 "x + y" 的值,得到的预期返回值 300。

我们也可以提供不存在于当前全局范围的变量名。此时需要为每个名字提供一个具体的值。eval()在运行时将把这些变量名解释为全局变量名。

>>> eval("x + y + z", {"x": x, "y": y, "z": 300})
600
>>> z
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
NameError: name 'z' is not defined

尽管z​没有在当前的全局范围内定义,但是这个变量在全局中的值是300,此时eval()​可以访问z,就像它是一个全局变量一样。

globals 背后的机制是相当灵活的,可以向 globals 传递任何可见的变量(全局、局部、或者非局部)。还可以传递自定义的键值对,比如上面例子中的 "z": 300​,那么eval() 将把它们全部作为全局变量处理。

关于 globals 中的注意事项,如果我们提供给它的自定义字典不包含键值 "__builtins__​",那么在表达式被解析之前,对内置字典的引用将自动插入 "__builtins__​" 下面。这可以确保 eval() 在计算表达式时可以完全访问所有的 Python 内置变量名。

下面的例子表明,即使给 globals 提供了一个空的字典,对 eval() 的调用仍然可以访问 Python 的内置变量名。

>>> eval("sum([2, 2, 2])", {})
6
>>> eval("min([1, 2, 3])", {})
1
>>> eval("pow(10, 2)", {})
100

在上面的代码中,我们向 globals 提供了一个空的字典 ({}​)。由于这个字典不包含一个叫做 "__builtins__​" 的键,Python 会自动插入一个指向 builtins 中名字的引用。这样,eval() 在解析表达式时就可以完全访问所有 Python 的内置名字。

如果调用 eval()​ 而没有将自定义字典传递给 globals ,那么参数将默认为在调用 eval()​的环境中 globals() 返回的字典:

>>> x = 100#一个全局变量
>>> y = 200# 另一个全局变量
>>> eval("x + y")# 访问两个全局变量
300

当调用 eval()​ 而不提供 globals 参数时,该函数使用 globals()​ 返回的字典作为其全局命名空间来计算表达式。所以,在上面的例子中,我们可以自由地访问 x​ 和 y,因为它们是包含在我们当前全局范围内的全局变量。

第三个参数:locals

Python 的 eval()​ 第三个参数 locals ,可选参数,字典类型。此时这个字典包含了 eval() 在计算表达式时作为局部变量名使用的变量。

局部变量名是那些我们在一个给定的函数内定义的名称(变量、函数、类等等)。局部名称只在封闭的函数内可见。我们在编写函数时定义这些变量名。

因为 eval()​ 已经写好了,所以不能在它的代码或局部范围内添加局部变量名。然而可以向 locals​ 传递一个字典,eval()会把这些名字当作本地名字。

>>> eval("x + 100", {}, {"x": 100})
200
>>> eval("x + y", {}, {"x": 100})
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<string>", line 1, in <module>
NameError: name 'y' is not defined

第一个调用 eval()​ 的第二个字典保存了变量 x​。这个变量被 eval()​ 解释为一个局部变量。换句话说,它被看作是在 eval() 中定义的一个变量。

我们可以在表达式中使用 x​,并且 eval()​ 可以访问它。相反,如果使用y​,那么会得到一个 NameError,因为y没有定义在 globals 命名空间或 locals 命名空间。

和 globals 一样,可以向 locals 传递任何可见的变量(全局、局部或非局部)。也可以传递自定义的键值对,比如 "x"​。eval()将把它们全部作为局部变量处理。

注意,要给 locals 提供一个字典,首先需要给 globals 提供一个字典。不能在 eval() 中使用关键字参数。

>>> eval("x + 100", locals={"x": 100})
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: eval() takes no keyword arguments

如果在调用 eval()​ 时使用关键字参数,那么抛出一个 TypeError。这是因为 eval() 不接受关键字参数,所以在提供 locals 字典之前,需要先提供一个 globals 字典。

如果没有给 locals 传递一个字典,那么它就默认为传递给 globals 的字典。这里有一个例子,给 globals 传递了一个空的字典,而 locals 没有传递任何值。

>>> x = 100
>>> eval("x + 100", {})
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<string>", line 1, in <module>
NameError: name 'x' is not defined

鉴于没有给 locals 提供一个自定义的字典,这个参数默认为传递给 globals 的字典。此时eval()​ 无法访问 x,因为 globals 持有一个空的字典。

globals 和 locals 之间的主要实际区别是,如果"__builtins__​"键不存在,Python 会自动插入 globals 中。无论我们是否为 globals 提供了一个自定义的字典,这都会发生。此外,如果我们给 locals 提供了一个自定义的字典,那么在执行 eval() 的过程中,这个字典将保持不变。

用 eval() 计算表达式

我们可以使用Python的eval()来计算任何一种Python表达式,但不包括Python语句,如基于关键字的复合语句或赋值语句。

当我们需要动态地计算表达式,而使用其它 Python 技术或工具会大大增加我们的开发时间和精力时,eval() 可以很方便。

在这一节中,我们将学习如何使用 Python 的 eval() 来计算布尔、数学和通用的 Python 表达式。

布尔表达式

布尔表达式 是Python表达式,当解释器对其进行计算时返回一个真值(True​ 或者 False​)。它们通常用在if语句中,以检查某些条件是否为真或假。由于布尔表达式不是复合语句,我们可以使用eval()来计算它们。

>>> x = 100
>>> y = 100
>>> eval("x != y")
False
>>> eval("x < 200 and y > 100")
False
>>> eval("x is y")
True
>>> eval("x in {50, 100, 150, 200}")
True

我们可以用 eval() 来处理使用以下任何Python运算符的布尔表达式。

  • 值比较运算符: , =, ==, !=
  • 逻辑(布尔)运算符:and​,or​,not
  • 成员测试运算符:in​,not in
  • 身份运算符:is​,is not

在所有情况下,该函数都会返回正在计算的表达式的真值。

我们思考,为什么我应该使用eval()而不是直接使用布尔表达式呢?假设需要实现一个条件语句,但我们想临时改变条件。

>>> def func(a, b, condition):
... if eval(condition):
... return a + b
... return a - b
...
>>> func(2, 4, "a > b")
-2
>>> func(2, 4, "a < b")
6
>>> func(2, 2, "a is b")
4

在func()​中,使用eval()​来计算所提供的条件,并根据计算的结果返回a+b​或a-b​。在上面的例子中,只使用了几个不同的条件,但还可以使用任何数量的其他条件,只要坚持使用我们在func()​中定义的名称a​和b。

现在想象一下,如果不使用Python的eval(),我们将如何实现这样的东西。那会花更少的代码和时间吗?不可能!

数学表达式

Python 的 eval()​ 的一个常见用例是对基于字符串的输入进行 math​ 表达式的计算。例如,创建一个 Python 计算器,那么可以使用 eval() 来计算用户的输入并返回计算结果。

下面的例子演示了如何使用eval()​与数学一起进行math运算。

>>> # Arithmetic operations
>>> eval("5 + 7")
12
>>> eval("5 * 7")
35
>>> eval("5 ** 7")
78125
>>> eval("(5 + 7) / 2")
6.0
>>> import math
>>> # 一个圆的面积
>>> eval("math.pi * pow(25, 2)")
1963.4954084936207
>>> # 球体的体积
>>> eval("4 / 3 * math.pi * math.pow(25, 3)")
65449.84694978735
>>> # 直角三角形的斜边
>>> eval("math.sqrt(math.pow(10, 2) + math.pow(15, 2))")
18.027756377319946

当我们使用eval()​来计算数学表达式时,我们可以传入任何种类或复杂程度的表达式,eval()会解析它们,计算它们,如果一切正常,就会给我们预期结果。

通用表达式

前面我们已经学会了如何在布尔和 math​ 表达式中使用 eval()​ 。然而,我们可以在更复杂的 Python 表达式中使用 eval() ,这些表达式包括函数调用、对象创建、属性访问、列表推导式等等。

例如,可以调用一个内置函数或用标准或第三方模块导入的函数。

>>> # 运行echo命令
>>> import subprocess
>>> eval("subprocess.getoutput('echo Hello, World')")
'Hello, World'
>>> # 启动Firefox(如果有的话)
>>> eval("subprocess.getoutput('firefox')")
''

在这个例子中,我们使用 Python 的 eval()​ 来执行一些系统命令。我们可以用这个功能做大量有用的事情。然而,eval()也会有一些严重的安全风险,比如允许一个恶意的用户在我们的机器中运行系统命令或任何任意的代码。

以上是Python eval 函數動態地計算數學表達式的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述
本文轉載於:51CTO.COM。如有侵權,請聯絡admin@php.cn刪除
學習Python:2小時的每日學習是否足夠?學習Python:2小時的每日學習是否足夠?Apr 18, 2025 am 12:22 AM

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Web開發的Python:關鍵應用程序Web開發的Python:關鍵應用程序Apr 18, 2025 am 12:20 AM

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

Python vs.C:探索性能和效率Python vs.C:探索性能和效率Apr 18, 2025 am 12:20 AM

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

python在行動中:現實世界中的例子python在行動中:現實世界中的例子Apr 18, 2025 am 12:18 AM

Python在現實世界中的應用包括數據分析、Web開發、人工智能和自動化。 1)在數據分析中,Python使用Pandas和Matplotlib處理和可視化數據。 2)Web開發中,Django和Flask框架簡化了Web應用的創建。 3)人工智能領域,TensorFlow和PyTorch用於構建和訓練模型。 4)自動化方面,Python腳本可用於復製文件等任務。

Python的主要用途:綜合概述Python的主要用途:綜合概述Apr 18, 2025 am 12:18 AM

Python在數據科學、Web開發和自動化腳本領域廣泛應用。 1)在數據科學中,Python通過NumPy、Pandas等庫簡化數據處理和分析。 2)在Web開發中,Django和Flask框架使開發者能快速構建應用。 3)在自動化腳本中,Python的簡潔性和標準庫使其成為理想選擇。

Python的主要目的:靈活性和易用性Python的主要目的:靈活性和易用性Apr 17, 2025 am 12:14 AM

Python的靈活性體現在多範式支持和動態類型系統,易用性則源於語法簡潔和豐富的標準庫。 1.靈活性:支持面向對象、函數式和過程式編程,動態類型系統提高開發效率。 2.易用性:語法接近自然語言,標準庫涵蓋廣泛功能,簡化開發過程。

Python:多功能編程的力量Python:多功能編程的力量Apr 17, 2025 am 12:09 AM

Python因其簡潔與強大而備受青睞,適用於從初學者到高級開發者的各種需求。其多功能性體現在:1)易學易用,語法簡單;2)豐富的庫和框架,如NumPy、Pandas等;3)跨平台支持,可在多種操作系統上運行;4)適合腳本和自動化任務,提升工作效率。

每天2小時學習Python:實用指南每天2小時學習Python:實用指南Apr 17, 2025 am 12:05 AM

可以,在每天花費兩個小時的時間內學會Python。 1.制定合理的學習計劃,2.選擇合適的學習資源,3.通過實踐鞏固所學知識,這些步驟能幫助你在短時間內掌握Python。

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

AI Hentai Generator

AI Hentai Generator

免費產生 AI 無盡。

熱門文章

R.E.P.O.能量晶體解釋及其做什麼(黃色晶體)
1 個月前By尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.最佳圖形設置
1 個月前By尊渡假赌尊渡假赌尊渡假赌
威爾R.E.P.O.有交叉遊戲嗎?
1 個月前By尊渡假赌尊渡假赌尊渡假赌

熱工具

SublimeText3 Linux新版

SublimeText3 Linux新版

SublimeText3 Linux最新版

EditPlus 中文破解版

EditPlus 中文破解版

體積小,語法高亮,不支援程式碼提示功能

PhpStorm Mac 版本

PhpStorm Mac 版本

最新(2018.2.1 )專業的PHP整合開發工具

MinGW - Minimalist GNU for Windows

MinGW - Minimalist GNU for Windows

這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

強大的PHP整合開發環境