运行PHP-Parser报错:PHP Fatal error: Uncaught Error: Class ‘PhpParser\ParserFactory‘ not found


安装PHP-Parser

  使用PHP依赖管理工具Composer安装,由于本地Composer是全局配置,所以命令有所不同。

	composer require nikic/php-parser
	
	cd ./vendor/nikic/php-parser/

在这里插入图片描述


运行文件进行AST解析

  nikic给出的代码示例如下,使用该软件,只需要把需要审计的代码放到$code变量中即可。

<?php
use PhpParser\Error;
use PhpParser\NodeDumper;
use PhpParser\ParserFactory;

$code = <<<'CODE'
<?php

function test($foo)
{
    var_dump($foo);
}
CODE;

$parser = (new ParserFactory)->create(ParserFactory::PREFER_PHP7);
try {
    $ast = $parser->parse($code);
} catch (Error $error) {
    echo "Parse error: {$error->getMessage()}\n";
    return;
}

$dumper = new NodeDumper;
echo $dumper->dump($ast) . "\n";
测试

  在nikic/php-parser/lib/目录下新建MyASTest.php,复制粘贴示例代码,使用测试代码替换7-12行的代码。

<?php
var_dump(token_get_all('<?php echo "hello"; $a=1;echo $a+$a;?>'));
?>
报错

  使用PHPStorm打开MyASTest.php文件,使用PHP7.3.24命令解释器,发生报错。(完全使用示例代码也有相同报错)
在这里插入图片描述

PHP Fatal error:  Uncaught Error: Class 'PhpParser\ParserFactory' not found in /Users/didi/Downloads/vendor/nikic/php-parser/lib/MyASTest.php:15
Stack trace:
#0 {main}
  thrown in xxx.php on line 15
报错分析

  网上并没有找到明确的解决方式,但通过查阅use相关资料得知,use只是使用了命名空间,但是要想调用类,必须要加载类文件,或者自动加载。根据报错信息可以知道,use起作用了,但class类没有引用成功。

调试配置解决报错

  尝试1-可行:使用自动加载。autoload.php文件在vendor目录下,通过目录遍历去包含该文件。比如本地在MyASTest.php文件第5行添加的代码如下,运行结果如图。

	require_once __DIR__ . '/../../../autoload.php';

在这里插入图片描述


参考

  《PHP中的use、命名空间、引入类文件、自动加载类的理解》,文章地址:https://blog.csdn.net/github_37767025/article/details/68064974

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这个错误通常是由于 Pandas 中的 `read_csv()` 函数在读取文件时,无法识别时间字符串的格式导致的。你需要指定正确的时间格式,让 Pandas 能够正确地将时间字符串转换为时间格式。可以尝试使用以下方法解决这个问题: 首先检查一下你的 CSV 文件是否包含正确的时间格式。如果时间格式不正确,可以尝试使用 Excel 或文本编辑器等工具进行修改。 如果时间格式正确,那么你需要在 `read_csv()` 函数中添加一个 `parse_dates` 参数来指定时间列的格式。例如,如果你的时间列名为 `date`,时间格式为 `%Y-%m-%d %H:%M:%S`,可以像下面这样指定: ```python import pandas as pd df = pd.read_csv('your_file.csv', parse_dates=['date'], date_parser=lambda x: pd.to_datetime(x, format='%Y-%m-%d %H:%M:%S', errors='coerce')) ``` 这里使用了 `parse_dates` 参数来指定时间列名为 `date`,并通过 `date_parser` 参数指定了时间格式为 `%Y-%m-%d %H:%M:%S`。`errors='coerce'` 表示将无法转换的值设置为 NaT(Not a Time)。 如果你的 CSV 文件中有多个时间列,可以将时间列名放在一个列表中传递给 `parse_dates` 参数。例如: ```python df = pd.read_csv('your_file.csv', parse_dates=['date', 'date_received'], date_parser=lambda x: pd.to_datetime(x, format='%Y-%m-%d %H:%M:%S', errors='coerce')) ``` 这里将 `date` 和 `date_received` 列都指定为时间列,并使用相同的时间格式进行转换。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值