| 引 言 第一次接触 Python 是在一节编程入门课上。其实，在此之前了解过它，所以在上课之前我对它的语法已经很熟悉了，但在上课之前我没有用它做过真正的项目。尽管对它没有太大兴趣，但我认为把它介绍给人们去学习编程还是很好的。 我对它不是不喜欢，而是一种“无所谓”的态度。原因很简单：它里面有太多“魔法”。C和Java这些语言，对底层的行为描述的很清晰，Python则完全相反。 Python 结构松散：写大型复杂程序时，遇到规则严谨的程序结构体(比如每个文件一个公共类)，比其他语言(比如Java)要费些力气。但是，在这些方面 Python 给了你很大的自由。 另一件事是严格的编码风格和调试：因为Python是解释型语言，查找问题不太容易：如果C语言有语法错误，编译器会直接停止编译，但在解释型语言中，直到执行到问题行，问题才会被发现。试着在需要整数的时候传一个字符串?cc 会马上提醒你，Python解释器却对此一点都不介意(虽然有工具可以发现这个问题，比如mypy，但我讨论的是通用的Python)。我提到的这些问题是解释型语言的通病，并非Python独有，但这些是我不喜欢它的主要原因。 还有一个烦人的问题是强制缩进。我们老师(很优秀)认为这是好事情，因为“它强制我们形成简洁的代码风格”。确实如此，但还是有点烦，当代码没有按预期执行时，你分析代码想要找出bug，它却无影无踪，过了很长时间之后你发现if语句那一行有一个多余的空格。 我曾经和同事聊过Python，告诉他为什么我之前对这个语言不感冒，他笑着问我“问什么不喜欢Python呢?因为它读起来很像英语?”。是的。因为这个语言做了很多底层的工作，有时候会不清楚发生了什么。举个读文件的例子，假设你想一行一行读取文件内容并打印出来。 C会这么做： python 这么做： 现在，很多人会认为这是python的优势，然而，第一个例子中，干了什么一目了然： · 获取一个文件指针 · 从文件读取每一行数据到缓存中，打印缓存中的内容 · 关闭文件流 python的例子中看不到这些，它是一种 “魔法般的”过程。现在，有人认为这是好事，因为将程序员与底层实现细节隔离(我同意这个说法)，但我想知道到底发生了什么。 有趣的是，我以上提到的缺点，我现在认为都是优点。为了公平起见，我强调，Python里边没有魔法，如果你多了解一点，你会发现真的没有，有的只是语言解释代码的方式，从这点来看，我发现它挺有意思的。如果你也这么觉得，我建议你深入了解它的工作机制，如果有东西像魔法，就找出来到底发生了什么，事情就会变得清晰，魔法就变成了便利。 我的认识发生很大的变化，尤其是我决定使用Python后，事实上我现在是 Python的死忠!现在你也许会想我将会在哪里说服你学Python是个好主意，不要担心，马上就到。我想说明，这只是我对这个语言的个人感受，只是个人偏好。我没有试图以“如果你用Python，你就不是真正的程序员(实际上，我不这么认为)”的理由劝说人们学C。当有人问我他们的入门语言应该选哪个，我通常建议他们选Python，基于我上边提到的“缺点”的原因。我的感觉来源于我的兴趣，我曾经在做一些很底层的东西，你能想到，Python并不适用。 Python 语言精粹 在借用了JavaScript畅销书《JavaScript 语言精粹》作为本节标题后，我们开始讨论本文的主题：为什么你(没错，就是你!)应该学Python。1、通用脚本语言 这是我使用Python的主要原因。我曾经和很多人做过很多项目，不同的人用不同的系统。就我而言，我经常在windows系统和linux系统之间切换。举一个实际的例子，有一个项目，我写了项目的自动测试脚本，结果发现只有我能用，因为是用PowerShell写的，而我是项目中唯一使用Windows的。当时同事们自然认为bash是最好的，我还向他们解释PowerShell遵循一种不同的模式并且有它的强项(例如，它提供了.NET框架接口)，它是面向对象的脚本语言，和bash 完全不一样。现在我不想讨论哪个更好，因为这不是本文的重点。 那么这个问题怎么解决呢?嗯…现在，是否有一种脚本语言可以在所有主流平台上运行呢?你猜对了，它就是Python。除了可以在主流平台上运行，它还是开箱即用的脚本语言。标准库包含不少实用程序，提供了独立于系统的常用接口。举一个简洁明了的例子，假设你想获取文件夹下所有文件的文件名，然后对其进行处理，在UNIX下，你要这么做： 用 PowerShell 做类似的事情： An equivalent functionality in Python can be achieved with： python 这么做： 现在我认为，Python除了可以跑在Linux，MacOSX和Windows上，它也很易读。上边例子中的脚本很简单，在复杂的例子中不同语言的易读性差异会更明显。 就像我之前提到的，Python自带了许多强大的库用来取代shell 脚本，你会发现，最有用的是： · os – 提供系统无关功能，比如文件目录和文件读写。 · subprocess – 产生新进程、与输入输出流和返回代码交互。可以用它来启动系统已安装的程序，但请记住如果你担心脚本的可移植性，这不是最好的选择。 · shutil – 提供对文件和文件集合的高级操作。 · argparse – 解析命令行参数，构建命令行接口。 好了，假设你get 到了重点，跨平台和易读性听起来挺不错的，但是你真的喜欢UNIX shell类似的语法怎么办?告诉你个好消息，鱼和熊掌可以兼得!看看 Plumbum，它是一个Python模块，它的座右铭是“ 再也不写shell 脚本”。它模仿了shell语法，同时保持了跨平台。 不要完全抛弃 shell 脚本：即使Python可以完全取代shell脚本，但也不是必须这么做，因为Python脚本天生适合Unix命令行理念，你要做的就是让它们从 sys.stdin(标准输入)读数据，向sys.stdout(标准输出)写数据。举个例子，假设你有一个文件，每行有一个单词，你想知道每个单词在文中出现的次数。这种情况就没必要全部是用Python，我们可以使用cat命令和我们的脚本，称它为namecount.py 一起来完成这个任务。 假设有一个文件，名为names.txt ，内容如下： 现在使用我们的脚本： Powershell： 期望的输出如下(顺序可能会变化)： namecount.py 源码： 无序的信息可读性差，你可能想按单词出现的次数对其排序，让我们试试。我们要用管道输出文件内容供内建命令处理。按数字降序排序，我们要做的就是 $> cat names.txt | namecount.py | sort -rn 。如果使用PowerShell应该这样：$> Get-Content names.txt | python namecount.py | Sort-Object { [int]$_.split()[-1] } -Descending (你可能听到了Unixer的吐槽声了，PowerShell怎么这么繁琐)。 这回我们的输出是确定的，如下所示： 旁注：如果你用PowerShell，cat是Get-Content的别名，sort是Sort_object的别名，所以以上命令可以写成：$> cat names.txt | python namecount.py和 $> cat names.txt | python namecount.py | sort { [int]$_.split()[-1] } -Descending 但愿我成功说服你。python是你某些脚本的替代品，你不必完全抛弃shell 脚本，因为你可以将Python融合到你现有的工作流和工具箱中，还可以从它跨平台，更好的可读性，还有丰富的库中获益。 2、大量优秀的库 Python有非常丰富的库。我的意思是，几乎任何事都有库(有趣的是：如果你在你的Python解释器中输入import antigravity，在浏览器中打开xkdc漫画的页面，是不是很酷?)。我不是很推崇堆叠模块式的编程，但你不必这样。因为有太多的库，不表示你都要使用。我也不喜欢堆叠模块(它有点像CBSE)，我在了解它们之后才使用。 例如，我决定研究马尔科夫链，我想了一个项目：抓取一个艺术家的所有歌词，建立一个马尔科夫链，然后从其中生成歌曲。这个项目的目的是生成的歌曲应该能反映出艺术家的风格。所以我到处找相关的东西，搞出了lyricst项目(这只是个样品，还不成熟，只是一个测试项目，如我所言，我只是随便搞了一下没想深入。如果你想玩的话，它包含有命令行界面和示例的说明文档)。我认为，最好的找歌词的地方是RAPGenius，因为它很活跃，经常更新。 为了获取艺术家所有的歌词，我必须从网站上爬，然后处理HTML。幸运的是，Python很适合做网络爬虫，它有强大的库像BeautifulSoup可以处理HTML。所以我是这么做的，先使用BeautifulSoup从网页中抽取我需要的信息(就是歌词)然后用这些信息构建马尔科夫链。当然我曾经想用正则表达式构建自己的 HTML解析器，但是这个库的存在让我更关注项目的最终目的：把玩马尔科夫链，让它更有趣，比方说，从文件中读取些内容出来。 3、用来做渗透测试很强大 如果你在作渗透测试或仅仅是喜欢玩玩，Python是你的好帮手!由于Python 在所有LInux和MAC OS机器上都有安装，还有丰富的库，完善的语法，还是一门脚本语言，让它很适合干这个。 另一个我为什么决定使用Python的原因(除了我之前提到的)是我对安全很感兴趣，Python是用来做渗透测试的完美选择。我在第一次进入领域是通过 Scapy(或Scapy3k，python3)，我印象很深。Scapy能够创建、监听、解析数据包。它的API 很简单，文档也很完善。你可以很容易的创建不同层的数据(我指的是OSI 模型)或者捕获它们对其进行分析或修改。你甚至可以导出 pcap文件用Wireshark打开。虽然除了抓包还能做很多事情，还有很多其他的库也可以，但我在这里不会涉及，因为这不是本文的重点，而且要展开讲的话需要一篇文章。 有人可能会说，“哦，太棒了，但我感兴趣的是Windows设备，里边不会自带 Python”。别当心，你可以用py2exe把你的脚本编译成.exe 文件。文件可能会有点大(取决于你是用的库的数量)，但这不是重点。 如果你很好奇，请参考list of Python pentesting tools。 文末我还推荐了几本书。 4、黑客的语言 Python是可塑性很强的语言。你可以用各种方法改造它。可参见《 altering the way imports work》和《messing with classes before they are created》这两篇文章。这只是一些例子。也让它成为强大的脚本语言(在第一节有说)适合做渗透测试(第三节)，因为它给了你很大的自由。 我不想讲太多，但我会讲述它让我惊讶的地方。当时，我在做一个网络爬虫(Python很适合干这个!)，我用的其中一个工具是BeautifulSoup。 这是我用来学习Python的项目之一。Beautifulsoup处理HTML的语法清晰直观，原因是在自定义行为方面，Python给了你很大的自由。了解一番API 后，发现有 “魔法”。和这种情况类似： 上面的代码利用第一个字符串参数创建了一个BeautifulsSoup实例，第二个参数表示我想使用Python自带的HTML解析器(BeautifulSoup可以搭配多种解析器)。soup.p返回一个Tag(bs4.element.Tag) 对象，表示将作为第一个参数。 以上代码的输出是： 现在你可能会想，你说的魔法在哪?马上就来。魔法在于上面的代码可以被修改为任何标签，甚至可以是自定义的。它意味着下面的代码也可以正常运行： The output is the following： 输出如下： 当我发现这样也能运行，我的反应是“怎么回事?”。因为，第一个例子很容易实现，我的意思是最直接的方法是为每一个HTML标签定义一个属性(实例变量)，在解析过程中如果找到了，就赋值给它们。但是这对第二种情况不适用，不可能对所有的字符串定义属性。我想知道它是怎么实现的，所以我打开 BeautifulSoups源代码开始寻找。 我没有发现任何命名为p的属性，这一点也不奇怪，解析函数没有对其赋值。谷歌一番后，我找到了答案：魔法方法。什么是魔法方法，为什么要叫这个名字?事实上，魔法方法是给你的类赋予魔法的方法。这种方法通常前后有两条下划线(例如 __init__()),在Python文档的 DataModel model section 有对它的说明。 真正让 BeautifulSoup 拥有这个功能的魔法方法是__getattr__(self, name)(self 在python 中指向实例，和 Java 中的this 类似)。如果去查看文档，你会发现第一段如下： 当你尝试访问一个不存在的属性，对象的 __getattr__(self,name) 方法会被调用，将返回一个以name作为名字的属性的字符串。 举个例子。假设你有一个Person类，拥有first_name属性。我们给使用者访问和name相同属性的内容的能力。下面是代码： 我们在终端运行代码： 这意味着我们能凭空构造实例属性，是不是很棒?所以你可以偷偷的让你的 Dog除了汪汪叫之外，还会喵喵叫： 你可以在没有reflection的情况下，随意添加新属性。object.__dict__ 是(字典)[https://docs.python.org/3.5/library/stdtypes.html#typesmapping] 包含 object 的属性和它们的值(注意我说的是object.dict, object 是一个实例，还有一个 class.dict,是类的属性的字典)。 意思是： 等价于： 两者输出是一样的： 到这里你会想，是挺好的，但是有什么用呢?答案很简单：magical APIs。你有没有用过一些 Python 库让你感觉像魔法?这是让它们变的有”魔法”的一种情况。虽然一旦你懂了底层发生的事情,就会发现没有魔法。 如果你还想了解更多，可以查看文档中的 Description Protocol。 Python 的面向对象 Python的面向对象有点奇怪。例如，类中没有私有变量和方法。所以你想在类中创建一个实例变量或私有方法，你必须遵守规则：· 一个下划线 (_)表示私有变量和方法。 · 两个下划线(__) 表示的变量和方法，它们的名字会被修改。 举个例子，假设你有如下类： 转到解释器： 如你所见，你可以访问 _private 变量，但是最后一个例子发生了什么，它是否意味着有两个下划线的变量是真正的私有变量?答案是 NO，它们的名字被改变了，实际上，它被 Python替换成了 _Foo_secret 。如果你想访问的话，你仍然可以访问： 然而，PEP8建议只在父类中使用双下划线来避免属性名冲突。“PEP”，表示 “Python Enhancement Proposal”，它用来描述 Python 特性或作用。如果你想要添加一个新特性，你可以创建一个PEP，这样可以让整个社区可以看到并讨论。你可以在这里了解更多的PEPs。 可见，Python 很信任程序员。 我不会再深入讲OO了，因为它需要单独一篇文章(甚至是一系列)来讲解。 我确实想给你提个醒，Python 的 OO 可不像 Java 语言那么自然，你需要慢慢适应，但你知道吗，它只是做事的方法不同而已。举个例子，它没有抽象类，你必须使用装饰器来实现这个行为。 结 语 希望这篇文章，能够给你一个学习Python的理由。这篇文章来自一个为过去说了Python 的坏话而愧疚，如今在到处宣传 Python 的人。我先申明一点，这只是个人喜好问题，当有人问我先学哪门语言时，我通常推荐Python。如果你还没决定，那就给它一次机会!用上一两个小时，多读些关于它的东西。如果你喜欢从书上学习，我也会帮你，看看《Fluent Python》， 下节还有更多。 书籍推荐 我兑现了诺言，这一节推荐书籍。我会尽量保持简短一些，只包含一些我读过的书籍。 · 《Fluent Python》 —— 一本讲 Python3 的好书。无论你是新手、熟手还是高手都值得一读。包含了 Python 的来龙去脉。 · 《Web Scraping With Python》 —— 标题已经说明了一切，讲如何用Python 来做网络爬虫。你会探索如何爬网上的内容，解析 HTML 等。我觉得这本书对爬虫领域的新手和熟手很有帮助。即使你之前从没用过Python，你也可以看懂。它没有涉及任何高级主题。 · 《Black Hat Python》 —— 这个有趣!你可以创建反弹 SSH shell，木马等等!如果你想知道 Python 如何做渗透测试，请一定要读它。注意它使用的是 Python 2，我有一个仓库，用的是 Python 3。 · 《Violent Python: A Cookbook for Hackers, Forensic Analysts, Penetration Testers and Security Engineers》 ——比上面的主题要多，你会学到如何写一个常见的用于实战的渗透测试，取证分析和安全脚本。 来源：优才网(ID：ucaicn) |
GMT+8, 2024-11-24 16:31 , Processed in 0.073840 second(s), 24 queries , Gzip On.
Powered by Discuz! X3.4
Copyright © 2001-2021, Tencent Cloud.
