PAGE 12 / 16
我们在编写Python程序的时候会发现在我们的目录中可能会出现与源代码同名的pyc文件生成，比如有一个源码文件是hello.py那么可能会生成一个hello.pyc文件出来．这个pyc文件是Python的字节码文件，就类似于Java中的hello.class一样． Python虽然是解释性语言，但还是可以有一个编译的过程，只不过是编译成字节码文件罢了．如果我们的源码带有包含关系，比如源码a.py里面import了源码文件b.py，那么在执行python a.py的时候就会将b.py编译成b.pyc． 下次再运行python a.py的时候解释器会检查b.py与b.pyc的修改时间，如果一致就代表源码没有修改过，那么就可以直接调用b.pyc来更快的执行程序，如果时间不同那就证明b.py被修改过，则会重新编译b.py．…
0X00 使用uwsgi启动Django 首先安装uwsgi，pip install uwsgi就可以装好．然后找到Django生成的wsgi.py文件，这文件通常实在与项目名同名的app目录下的，比如我的项目名为django_test那么这个文件应该就在django_test/wsgi.py．然后执行uwsgi --http 0.0.0.0:8080 --wsgi-file django_test/wssgi.py就可以用uwsgi启动你的Django项目了. Django自带的python manage.py runserver用于调试还是可以的，不过如果用于生产环境的不论是安全性还是性能都不足以满足生产环境的需要. 0X01 使用supervisor维持服务在线…
0X00 安装fabric 使用pip可以轻松地安装fabric 0X01 初次调用 在当前目录下创建一个名为fabfile.py的文件，填写文件内容如下： 然后在当前目录下执行命令fab test就可以看到一条hello,world输出了。 0X02 浅显的道理 根据上面简单的例子可以看出来fab命令执行的时候会默认找到当前目录下的fabfile.py文件，找到后会用fab命令的参数去匹配fabfile.py中的函数名，执行相应的功能。 实际上当前目录可以没有fabfile.py，如果当前目录的上级目录中有fabfile.py是会采用上级目录中的fabfile.py的。而且文件名也不一定用fabfile.py，假设取了一个名为asdf.py的文件，那么只需要执行fab -f asdf.py就可以采用这个fabfile了。 0X03 执行本地命令 作为一个可以用来自动化运维和远程部署的库，运行本地命令是一个必不可少的功能。 这里的local方法就是执行本地命令，并将输出打印出来。然后运行fab list_home_dir就可以看到自己~目录下的文件们了。当然，也可以带参数的。…
0X00 可迭代对象 Python中的列表，元组，字典，文件都是可迭代对。可迭代对象简单地说就是可以用for i in xxx:来遍历的对象。 不过如果数据量非常非常庞大的时候，会很影响程序的性能。这种时候就可以使用生成器来解决这个问题。 0X01 生成器 生成器的用法和普通的可迭代对象差不多，最大的特点就是：“用的时候才去计算”。这里写一个简单的例子，演示一下情况。第一种生成超大列表的方式要逐项计算完才算弄出来了这个10000长的列表，而后者是生成器，只是声明了怎么算，并没有真的去算，所以在速度上才是完全不能比的。 运行结果如下： 0X02 yield关键字 那是时候自己生成弄一个生成器出来了，Python中提供的yield关键字就是用来干这个的，通过这个关键字可以创造自己的生成器。 还是上面同样的例子，稍加改动 运行起来看到的时间差距和刚刚演示的也差不多
0X00 怎样正确使用分支 通常情况下一个git仓库要保持三个及以上的分支，基本的分支明明如下： name | function | master | 正常运行的稳定版本 develop | 正常运行的开发版 feature | 添加新功能的分支 hotfix | 紧急修复bug的分支 如果你已经fork了一份代码到自己本地，当你想添加一个新功能比如「用户管理」的时候，就应该先换到develop分支，然后由这个分支创建一个新的名为feture_add_usermanager的分支。在新分支里编写代码后将代码提交一个PullRequest到自己的develop分支，合并起来后再提交一个PullRequest到团队的仓库中，等待团队其他成员review后就可以正式将代码合并到团队的develop中了。等下一次发布新版本的时候就可以将团队的develop分支合并到团队的master分支中了了。…
0X00 推荐一波Linux下的软件 Linux对于普通用户可能确实没有那么友好，但是对于计算机“专业”人士来说就好多了。我从接触Linux到现在也有个三两年了，而且用Linux桌面也有一段时间了。这段时间里也发现了不少好用的软件和工具，在这里整理一下也向大家推荐一波。这些工具有些是用来提升工作效率的，有些是用来娱乐的等等。。不过每一个都是我离不开的好工具。 非常重要的一点是，我推荐的这些软件除了为知笔记以外都是 免费的 ，而且还有一大半是 开源的 。 0X01 zsh Linux真正效率高的地方就在于Terminal，那我们就需要选一个好用的SHELL。目前绝大多数Linux发行版本都默认使用Bash，这是一个非常好用非常成熟的SHELL。但是有一个更好用的Shell叫做zsh，可以从官网安装也可以直接apt install zsh就装上了。这个shell一定要配合着oh-my-zsh来使用。oh-my-zsh可以让你的SHELL发挥最大的效率。 0X02 vim vim 的好处就不多说了。在这里推荐一套开源的配置，在自己没有配置vim的情况下直接安装就好了。…
0X00 virtualenv好用但有瓶颈 virtualenv固然好用，可以给你每一个Python项目创建一个独立的Python环境互不干扰。有三五个Python项目的时候用的很开心，有十几个项目的时候还凑合，如果有更多的项目virtualenv就会出现瓶颈。因为virtualenv会给每一个Python虚拟环境创建一个目录来保存相关文件，项目一多这个虚拟环境的目录也就多了起来，每次在多个环境之间source ../../../xxx/bin/active 和 deactive 也挺烦的，并且很容易把某些环境搞丢。不过开源世界最不缺的就是解决问题的方法了，既然有人遇到了这个问题，那么八成就已经有了解决这个问题的好办法。 0X01 virtualenvwrapper 这个东西名字确实有点长，顾名思义就是把virtualenv包装起来。首先来安装一波这个东西 安装好后要进行简单的配置 向文件中添加 WORKON_HOME=~/Envs 表示将未来所有的虚拟环境都放在 ~/Envs 中。然后创建这个目录 mkdir -p $WORKON_HOME…
0X00 *args是什么 我们知道Python3中的print从一个关键字变成了一个函数，那么调用的时候我们可以这样调用这个函数，可以随便接受几个参数。 那么如果我们想自己实现类似这样‘变态’的函数该怎么实现呢？这就需要用到*args了，可以将一个非键值对的可变数量的参数列表传给一个函数（换个书佛啊：可以传n个参数给函数，而且n不是固定的），举个例子就容易理解多了。 运行这个例子的输出就是这样的 还有一个更棒的例子来自Gitbook 输出是这样的 这个例子完整的说明了\args的用法，我们传入的第一个参数被函数指定的f_arg接收到了，其余的都被args接收到了。 0X01 **kwargs是什么 写代码的时候还会有一种函数调用，大概是这个样子json.dumps(dict_data)和json.dumps(dict_data, indent=4)。当然，实现这种的方式有一个最简单的方案就是def dumps(input_data,…
0X00 安装环境 我们在Python开发和学习过程中需要用到各种库，然后在各个不同的项目和作品里可能用的版本还不一样，正因为有这种问题的存在才催生了virtualenv的诞生。virtualenv可以在电脑上创建一个虚拟环境，可以针对每一个项目创建一个虚拟环境，这样就不用担心各个不同的项目用不同版本的库的时候出现的冲突了。 下面的内容只适用于Linux/OSX，未经Windows环境测试 要使用这个功能还是需要安装，安装virtualenv肯定就得直接用pip安装了，pip install virtualenv就可以轻松装上了。装好之后我们就可以来测试一波了。 0X01 初始化一个空的工作环境 首先在一个空的环境中执行virtualenv --no-site-packages…
内容参考自python - 操作RabbitMQ 0X00 安装环境 首先是在Linux上安装rabbitmq 然后用pip安装Python3的开发包 安装好软件之后可以访问http://115.xx.xx.xx:15672/来访问自带的web页面来查看和管理RabbitMQ。默认管理员的用户密码都是guest 0X01 简单的向队列中加入消息 0X02 简单的从队列中获取消息 0X03 万一消费者掉线了 想象这样一种情况： 消费者从消息队列中获取了n条数据，正要处理呢结果宕机了，那该怎么办？在RabbieMQ中有一个ACK可以用来确认消费者处理结束。就有点类似网络中的ACK，消费者每次从队列中获取了数据之后队列不会立刻将数据移除，而是等待对应的ACK。消费者获取到数据并处理完成之后会向队列发送一个ACK包，通知RabbitMQ这堆消息已经处理妥当了，可以删除了，这时候RabbitMQ才会将数据从队列中移除。所以这种情况下即使消费者掉线也没有什么问题，数据依旧会在队列中存在，留给其他消费者处理。 在Python中这样实现：…