在字符串中的十六进制数前添加'0x'

Question

我正在解析一个XML文件，其中包含基本表达式（如id*10+2）。我的目标是对表达式进行评估，以获得实际值。为此，我使用eval()方法，这个方法非常有效。

唯一的问题是数字实际上是十六进制数。如果每个十六进制数都以'0x'为前缀，则eval()方法可以很好地工作，但我找不到一种方法来做到这一点，也没有在这里找到类似的问题。有什么干净的方法可以解决这个问题？

- Thibault Martin

---

你打算如何解析 CAFE+BABE？ - georg

嗯，CAFE和BABE应该是十六进制数。我需要注意的唯一变量名是“Id”。 因此，理想情况下，它会将“CAFE+BABE”转换为“0xCAFE+0xBABE”。 - Thibault Martin

像"open('/tmp/a-file-on-your-system','w').write(\"Careful!\")"这样的表达式怎么样？你试过使用eval吗？ - Joe

@Joe谢谢你的警告，但正如我在Fortran的回答中所评论的那样，这只是快速原型制作。稍后会用更安全的东西替换它。 - Thibault Martin

当然。有些事情应该总是指出来（eval，SQL注入），只是为了记录。也许会有一些不知道的人会看到。例如，我看到很多带有SQL注入漏洞的问题，所以我知道说这些话总是值得的。 - Joe

Answer 1

使用re模块。

>>> import re
>>> re.sub(r'([\dA-F]+)', r'0x\1', 'id*A+2')
'id*0xA+0x2'
>>> eval(re.sub(r'([\dA-F]+)', r'0x\1', 'CAFE+BABE'))
99772

请注意，如果eval的输入无效，则它将无法正常工作。使用eval也存在许多风险。

如果您的十六进制数字包含小写字母，那么可以使用以下方法：

>>> re.sub(r'(?<!i)([\da-fA-F]+)', r'0x\1', 'id*a+b')
'id*0xa+0xb'

使用负向回溯断言来确保要转换的部分前面没有字母i（防止'id'变成'i0xd'）。如果变量是Id，则将i替换为大写的I。

- Volatility

---

我正准备自己按下回车键 ;) - Jon Clements

我尝试了这个解决方案，但它只适用于小于'A'的数字。一旦出现十六进制字符（即从'a'到'f'），它就不会被替换（\d+不允许字母作为数字）。 - Thibault Martin

实际上它运行良好...只要Id不是要解析的表达式的一部分！它会被替换为I0xd（我没有预料到这个！） - Thibault Martin

我已经编辑了你的代码，因为变量是Id。非常感谢你快速而有用的回答。 - Thibault Martin

Answer 2

一种选择是使用parser模块：

import parser, token, re

def hexify(ast):
    if not isinstance(ast, list):
        return ast
    if ast[0] in (token.NAME, token.NUMBER) and re.match('[0-9a-fA-F]+$', ast[1]):
        return [token.NUMBER, '0x' + ast[1]]
    return map(hexify, ast)

def hexified_eval(expr, *args):
    ast = parser.sequence2st(hexify(parser.expr(expr).tolist()))
    return eval(ast.compile(), *args)

>>> hexified_eval('id*10 + BABE', {'id':0xcafe})
567466

这比正则表达式解决方案要干净一些，因为它仅尝试替换已被明确确定为名称或数字（并且看起来像十六进制数字）的标记。它还可以正确处理更一般的Python表达式，例如 id*10 + len('BABE') （它不会用'0xBABE'替换'BABE'）。

另一方面，正则表达式解决方案更简单，也可能涵盖您需要处理的所有情况。

- Marcelo Cantos

---

不错的解决方案，我喜欢它！由于我只是在原型设计和处理非常基本的表达式，所以我保持简单而愚蠢，但这个解决方案似乎避免了一些问题。 - Thibault Martin

Answer 3

如果您可以将表达式解析为单独的数字，那么我建议使用int function：

>>> int("CAFE", 16)
51966

- aisbaa

---

这确实是一个不错的解决方案，但整个问题在于正确拆分表达式（由于十六进制数字中的字母而有点困难）。无论如何还是谢谢！ - Thibault Martin

Answer 4

小心使用eval！永远不要在不可信的输入中使用它。

如果只是简单的算术运算，我会使用自定义解析器（有很多示例在外面）...而使用解析器生成器（flex/bison、antlr等）是一种有用且容易被遗忘的技能，所以这可能是一个很好的机会来刷新或学习它。

- fortran

---

谢谢你的建议，我确实阅读了一些关于eval()可以做什么的内容。有点吓人 :D 但是我用它进行快速原型设计（稍后我会为xml文件编写C++读取器/解析器）。而且它只在封闭网络中运行，不连接到互联网！但我同意你的观点，将其保留在最终代码中并不是一个好主意。 - Thibault Martin

是的，用于原型设计很好 :) ... 但要注意，它非常方便，你可能会决定永远使用它！XD（我就遇到这种情况了 :p） - fortran

哈哈，我知道这有多冒险了，程序员太懒惰了 :D 但是在我之后，人们会阅读代码的，他们不会让它这样继续下去（而且这是最好的）。 - Thibault Martin