Python 内置函数：enumerate()、eval()和exec()
一、enumerate()：迭代计数的"索引器"
1.1 基础用法：为迭代对象添加计数
enumerate()函数用于将一个可迭代对象（如列表、元组等）组合为一个索引序列，同时返回索引和对应的元素值。默认计数从0开始，但可通过start参数自定义起始值。
# 基本示例 seasons =['Spring','Summer','Fall','Winter']print(list(enumerate(seasons)))# 输出: [(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]# 自定义起始值print(list(enumerate(seasons, start=1)))# 输出: [(1, 'Spring'), (2, 'Summer'), (3, 'Fall'), (4, 'Winter')]# 等价于手动实现defenumerate(iterable, start=0): n = start for elem in iterable:yield n, elem n +=11.2 实际应用：遍历时获取索引和值
classDataProcessor:@staticmethoddefprocess_with_index(data_list):"""带索引处理数据""" processed =[]for index, value inenumerate(data_list, start=1): processed.append(f"{index}: {value.upper()}")return processed @staticmethoddeffind_element_positions(data, target):"""查找元素所有出现的位置""" positions =[index for index, value inenumerate(data)if value == target]return positions @staticmethoddefbatch_processing(items, batch_size=3):"""分批次处理数据并标记批次号""" batches =[]for batch_num, i inenumerate(range(0,len(items), batch_size)): batch = items[i:i + batch_size] batches.append((batch_num +1, batch))return batches # 使用示例 processor = DataProcessor()# 处理数据带索引 data =['apple','banana','cherry'] result = processor.process_with_index(data)print(f"带索引处理: {result}")# 查找元素位置 positions = processor.find_element_positions(['a','b','a','c'],'a')print(f"元素位置: {positions}")# 分批次处理 items =list(range(10)) batches = processor.batch_processing(items, batch_size=3)print(f"分批次: {batches}")二、eval()：动态表达式求值的"计算器"
2.1 基础用法：执行字符串表达式
eval()函数用于执行一个字符串表达式，并返回表达式的值。可以指定全局和局部命名空间来控制执行环境。
# 基本数学表达式 x =1 result =eval('x + 1')print(f"eval('x + 1') = {result}")# 输出: 2# 使用自定义命名空间 globals_dict ={'x':10,'y':20} locals_dict ={'z':30} result =eval('x + y + z', globals_dict, locals_dict)print(f"自定义命名空间: {result}")# 输出: 60# 安全警告：避免执行用户输入# eval("__import__('os').system('rm -rf /')") # 危险操作！2.2 实际应用：配置解析和动态计算
classExpressionEvaluator:def__init__(self): self.safe_globals ={'__builtins__':{},'abs':abs,'max':max,'min':min,'sum':sum}defsafe_eval(self, expression, variables=None):"""安全求值，限制可用函数"""if variables: env = self.safe_globals.copy() env.update(variables)else: env = self.safe_globals try:returneval(expression, env)except Exception as e:returnf"错误: {e}"defcalculate_from_config(self, config_str, values):"""从配置字符串计算值"""try:returneval(config_str,{'values': values})except:returnNone# 使用示例 evaluator = ExpressionEvaluator()# 安全求值print(f"安全计算: {evaluator.safe_eval('2 * 3 + 4')}")print(f"带变量计算: {evaluator.safe_eval('a + b',{'a':5,'b':3})}")# 配置解析 config ="sum(values) / len(values)" result = evaluator.calculate_from_config(config,[1,2,3,4,5])print(f"配置计算结果: {result}")三、exec()：动态代码执行的"解释器"
3.1 基础用法：执行Python代码块
exec()函数用于动态执行Python代码（字符串或代码对象），适合执行语句而非表达式。返回值始终为None。
# 执行简单代码exec('x = 10; y = 20; z = x + y')print(f"执行后 z = {z}")# 输出: 30# 使用命名空间控制执行环境 my_globals ={} my_locals ={}exec(''' def greet(name): return f"Hello, {name}!" result = greet("World") ''', my_globals, my_locals)print(f"函数执行: {my_locals['result']}")# 输出: Hello, World!# 安全警告：exec()可执行任意代码，需谨慎使用3.2 实际应用：动态模块加载和插件系统
classDynamicCodeManager:def__init__(self): self.environment ={'__builtins__':{}}defexecute_safely(self, code_string, allowed_globals=None):"""安全执行代码，限制访问""" env = self.environment.copy()if allowed_globals: env.update(allowed_globals)try:exec(code_string, env)return env except Exception as e:print(f"执行错误: {e}")returnNonedefcreate_dynamic_class(self, class_code):"""动态创建类""" env ={}exec(class_code, env)# 返回第一个定义的类for obj in env.values():ifisinstance(obj,type)and obj.__module__ =='__main__':return obj returnNone# 使用示例 manager = DynamicCodeManager()# 动态创建函数 code =''' def calculate_area(radius): return 3.14159 * radius ** 2 area = calculate_area(5) ''' result_env = manager.execute_safely(code)if result_env:print(f"动态函数结果: {result_env.get('area')}")# 动态创建类 class_code =''' class DynamicCalculator: def add(self, a, b): return a + b def multiply(self, a, b): return a * b ''' dynamic_class = manager.create_dynamic_class(class_code)if dynamic_class: calc = dynamic_class()print(f"动态类方法: {calc.add(2,3)}")四、高级技巧与最佳实践
4.1 安全使用eval()和exec()
classSecureEvaluator:def__init__(self): self.allowed_functions ={'abs':abs,'len':len,'max':max,'min':min,'round':round,'sum':sum} self.safe_globals ={'__builtins__':None,# 禁用所有内置函数**self.allowed_functions }defultra_safe_eval(self, expression, variables=None):"""超安全求值，仅允许白名单函数""" env = self.safe_globals.copy()if variables: env.update(variables)try:returneval(expression, env)except Exception as e:returnf"安全错误: {e}"defvalidate_code(self, code_string):"""简单代码验证""" forbidden =['import','os.','sys.','__','open(']returnnotany(keyword in code_string for keyword in forbidden)# 使用示例 secure_eval = SecureEvaluator()print(f"安全计算: {secure_eval.ultra_safe_eval('abs(-5)')}")print(f"代码验证: {secure_eval.validate_code('import os')}")# False4.2 组合使用枚举和求值
defanalyze_data_structure(data):"""综合分析数据结构""" analysis ={}# 使用enumerate获取索引信息ifisinstance(data,(list,tuple)): analysis['indexed_items']=list(enumerate(data)) analysis['length']=len(data)# 使用eval动态分析（安全范围内） safe_globals ={'data': data,'len':len}try: analysis['size_info']=eval('len(data)', safe_globals)except: analysis['size_info']='无法计算'return analysis # 测试 sample_data =['a','b','c'] result = analyze_data_structure(sample_data)print(f"分析结果: {result}")五、总结与实用建议
通过整理，我们系统了解了三个重要的内置函数：
- enumerate() - 迭代计数的索引器
- eval() - 动态表达式求值的计算器
- exec() - 动态代码执行的解释器
关键知识点总结：
enumerate(iterable, start=0)返回(索引, 元素)元组序列eval(expression)执行表达式并返回值，exec(code)执行代码块返回None- 两者都支持全局和局部命名空间参数
安全使用建议：
- 绝对避免直接执行用户输入：eval()和exec()可执行任意代码，存在安全风险
- 使用限制环境：通过自定义globals参数控制可访问的函数和变量
- 优先考虑替代方案：如ast.literal_eval()用于安全求值字面量
- 明确需求区别：表达式求值用eval()，代码块执行用exec()
实用场景推荐：
- enumerate()：遍历需要索引的场景（如日志记录、批量处理）
- eval()：数学表达式计算、简单配置解析
- exec()：插件系统、动态代码生成
进阶学习方向：
- 深入学习Python的ast模块进行代码分析
- 研究命名空间和作用域的工作原理
- 了解代码对象（code object）和编译过程
