从ADX查询的字符串转numpy数组：寻求更安全的转换方案

方案1：用ast.literal_eval替代eval #

eval会执行任意代码，风险极高，ast.literal_eval只解析Python合法字面量（列表、数字等），安全性拉满，逻辑和你原来的思路一致：

import numpy as np
import ast

mydummystring = '[1.0,2.0,3.0][4.0,5.0,6.0][6.0,7.0,8.0]'
# 把字符串改成合法的嵌套列表格式
fixed_str = '[' + mydummystring.replace('][', '],[') + ']'
# 安全解析列表
parsed_list = ast.literal_eval(fixed_str)
# 转numpy数组
mynumpyarray = np.array(parsed_list)

方案2：正则表达式提取重组 #

如果字符串格式固定，直接提取所有数值再重组，不用纠结格式修正：

import numpy as np
import re

mydummystring = '[1.0,2.0,3.0][4.0,5.0,6.0][6.0,7.0,8.0]'
# 提取所有浮点数并转成float
nums = list(map(float, re.findall(r'\d+\.\d+', mydummystring)))
# 按每组3个元素重组为二维数组
mynumpyarray = np.array(nums).reshape(-1, 3)

要是子数组长度不固定，就先匹配每个[]里的内容再单独处理：

import numpy as np
import re

mydummystring = '[1.0,2.0,3.0][4.0,5.0,6.0][6.0,7.0,8.0]'
# 抓出每个[]内的内容
sub_arr_strs = re.findall(r'\[(.*?)\]', mydummystring)
# 逐个转成float数组再合并
mynumpyarray = np.array([list(map(float, s.split(','))) for s in sub_arr_strs])

方案3：转JSON格式解析 #

把字符串修正成合法JSON格式，用自带的json模块解析，同样安全可靠：

import numpy as np
import json

mydummystring = '[1.0,2.0,3.0][4.0,5.0,6.0][6.0,7.0,8.0]'
# 修正为合法JSON数组
json_str = '[' + mydummystring.replace('][', '],[') + ']'
# 解析JSON
parsed_list = json.loads(json_str)
# 转numpy数组
mynumpyarray = np.array(parsed_list)

方案选型参考 #

• 追求简洁安全：优先选ast.literal_eval或JSON方案，和原逻辑对齐，代码量少。
• 格式复杂/需灵活提取：用正则方案，适配子数组长度不固定、有干扰字符的场景。

内容的提问来源于stack exchange，提问作者Sheldon