代码之家 › 专栏 › 技术社区 › Nin

用regexp模拟php数组语言构造或解析?

parsing regex php

Nin · 技术社区 · 14 年前

从一个外部来源我得到的字符串

array(1,2,3)

还有一个更大的数组

array("a", "b", "c", array("1", "2", array("A", "B")), array("3", "4"), "d")

我需要它们成为php中的实际数组。我知道我可以使用eval,但由于它是不可信的来源,我宁愿不这样做。我也无法控制外部来源。

3 回复 | 直到 14 年前

NikiC 14 年前

在使用标记器编写解析器时,我想到了另一个想法:为什么不使用标记器解析数组 eval ,但首先确认它不含任何有害物质?

因此,代码所做的是:它检查数组的令牌与一些允许的令牌和字符,然后执行eval。我真的希望我包括所有可能的无害代币,如果没有,只是添加它们(我故意不包括HEREDOC和NOWDOC,因为我认为它们不太可能被使用。)

function parseArray($code) {
    $allowedTokens = array(
        T_ARRAY                    => true,
        T_CONSTANT_ENCAPSED_STRING => true,
        T_LNUMBER                  => true,
        T_DNUMBER                  => true,
        T_DOUBLE_ARROW             => true,
        T_WHITESPACE               => true,
    );
    $allowedChars = array(
        '('                        => true,
        ')'                        => true,
        ','                        => true,
    );

    $tokens = token_get_all('<?php '.$code);
    array_shift($tokens); // remove opening php tag

    foreach ($tokens as $token) {
        // char token
        if (is_string($token)) {
            if (!isset($allowedChars[$token])) {
                throw new Exception('Disallowed token \''.$token.'\' encountered.');
            }
            continue;
        }

        // array token

        // true, false and null are okay, too
        if ($token[0] == T_STRING && ($token[1] == 'true' || $token[1] == 'false' || $token[1] == 'null')) {
            continue;
        }

        if (!isset($allowedTokens[$token[0]])) {
            throw new Exception('Disallowed token \''.token_name($token[0]).'\' encountered.');
        }
    }

    // fetch error messages
    ob_start();
    if (false === eval('$returnArray = '.$code.';')) {
        throw new Exception('Array couldn\'t be eval()\'d: '.ob_get_clean());
    }
    else {
        ob_end_clean();
        return $returnArray;
    }
}

var_dump(parseArray('array("a", "b", "c", array("1", "2", array("A", "B")), array("3", "4"), "d")'));

我认为这是安全性和方便性之间的一个很好的折衷——不需要自己分析。

例如

parseArray('exec("haha -i -thought -i -was -smart")');

将引发异常:

Disallowed token 'T_STRING' encountered.

Gordon Haim Evgi 14 年前

你可以做:

json_decode(str_replace(array('array(', ')'), array('[', ']'), $string)));

用方括号替换数组。那么 json_decode str_replace 不会弄坏任何东西你可以 json解码 是的。如果它包含任何代码,它还将替换函数括号,那么Json将无效且无效 NULL

当然,这是一个相当,嗯,创造性的方法,但可能适合你。

另外,请参阅评论以了解其他用户指出的一些进一步限制。

NikiC 14 年前

我认为你应该使用 Tokenizer