Python实现罗马数字转阿拉伯数字的输入校验问题咨询

靠枚举非法子串做输入校验本质是「黑名单」思路，从根上就没法覆盖所有非法场景，你的代码目前有明确的可绕过漏洞，具体如下：

一、校验流程本身的逻辑bug #

你现在的两层校验（非法子串校验、合法字符校验）都存在循环索引不重置的问题，用户第一次输入错误后重新输入的内容，不会重新走全量校验，直接漏判：

• 非法子串校验是按not_allowed列表顺序逐个检查的，比如第一次输入LL触发了第一个非法项的拦截，用户重输时如果输入IIII，这时候循环已经走到not_allowed的后续索引，不会回头检查IIII这个非法项，直接放行。
• 合法字符校验的问题更明显：比如第一次输入IA，校验到索引1的A非法触发重输，用户新输入AB，此时循环的索引i已经走到1，只会检查新字符串索引1的B，完全不会校验索引0的A是否合法。
• 空输入完全没做拦截，用户直接敲回车的话，代码会走到转换逻辑直接触发索引报错。

二、非法子串枚举遗漏的可绕过场景 #

你列的50多个非法串只覆盖了非常少的非法组合，以下非法输入都能直接绕过你的黑名单，被转换逻辑算出结果：

• 跨量级的非法减法组合：比如MIM（你没枚举），按你的转换逻辑会算出1999，小于4000直接输出，但合法的1999写法是MCMXCIX，MIM根本不符合罗马数字规范。类似的漏网之鱼还有XIIX（会被算成18，合法写法是XVIII）、IXCM（会被算成1089，合法写法是MLXXXIX）、IIIX（会被算成8，合法写法是VIII）。
• 嵌套减法组合：比如IXL（你虽然列了，但XCL、ICM这类串没列全），这类连续小值接大值的写法全是非法的，靠枚举根本列不完。
• 带特殊字符的输入：比如全角罗马数字Ⅰ、带空格的 I、带连接符的I-V，只要刚好卡到你校验循环的索引bug，就能绕过合法字符检查。
• 你虽然最后加了结果>=4000的拦截，但只要非法串算出的结果在1-3999之间，就会被当成合法值输出，比如前面说的MIM、XIIX都属于这类。

三、为什么枚举非法子串的方案走不通 #

合法罗马数字的规则是固定有限的，但非法组合的数量是合法组合的上百倍，靠列黑名单永远有漏的。与其枚举所有错的写法，不如直接按罗马数字的白名单规则做校验，从根源上堵漏洞：

1. 基础校验：输入不能为空，所有字符必须是I/V/X/L/C/D/M7个合法字符，不满足直接判错
2. 字符重复规则：V/L/D三个代表5、50、500的字符，整个字符串里最多出现1次，绝对不能重复；I/X/C/M四个字符，连续重复不能超过3次
3. 减法规则：只有当小值出现在大值左侧时才做减法，且必须同时满足：
   • 做减法的小值只能是I/X/C（V/L/D永远不能当被减数放在大值左边）
   • 小值和右侧大值只能差一个量级：I后面只能接V/X，X后面只能接L/C，C后面只能接D/M，其他所有小值在大值左边的情况全是非法
   • 做减法的小值不能连续出现（比如IIV、IIX都非法）
4. 最后校验转换结果在1-3999区间即可

四、现有代码的其他小问题 #

• 错误提示太笼统，用户不知道自己输入错在哪
• 转换逻辑没有对连续多个小值接大值的情况做拦截，只要漏过黑名单就会算出错误结果
• 重输入逻辑没有做循环重置，用户每次重输都可能漏过前面的校验项

内容的提问来源于stack exchange，提问作者ItsPeterHU