-
python中的中间人代理模块mitmporxy
mitmproxy是一个交互式的、支持SSL/TLS的拦截代理，启动后会提供一个命令行界面，用户可以实时看到发生的请求，并通过命令过滤请求，查看请求数据mitmweb是一个基于web的mitmproxy界面。启动后会提供一个web界面，用户可以实时看到发生的请求，并通过GUI交互来过滤请求，查看请求数据mitmdump是命令行版本。启动后没有界面，
发布时间：2022-04-11 16:46:46 -
python中的parsel模块
parsel是一个python的第三方库，常用于html或者xml的解析，相当于css选择器+xpath+reparsel由scrapy团队开发，是将scrapy中的parsel独立抽取出来的，可以轻松解析html，xml等内容获取需要的数据安装：pip install parsel引入：importparsel我们更经常使用fromparselimport&n
发布时间：2022-04-02 16:52:38 -
office文件老版本转换为新版本
office在2007版本之前使用的是专有格式，其他程序是不能读取到其内容的，但是在2007版本之后使用了占用体积更小的新版格式新版的office格式文件本质上是一个ZIP文件，主要内容保存为XML格式，保存在一个扩展名改为docx|xlsx|ppts等的ZIP文件中新版格式的文件后缀改为ZIP后解压，可以看到解压出来的文件夹中多个文件夹，包含
发布时间：2022-03-24 14:08:56 -
python中asyncio库的低层级API
在python中，我们甚至完全不用管事件循环，只需要使用高层API，很少直接与事件循环打交道，但是为了更加熟悉asyncio的运行原理，最好还是了解EventLoop的设计原理，可以实现更加复杂更加精细化的操作创建事件循环asyncio.get_running_loop()返回当前线程中正在运行的事件循环如果没有正在运行的事
发布时间：2022-02-11 15:33:51 -
python中的asyncio库的高层级API
asyncio库自python3.4版本开始加入标准库，用于基于协程来实现异步IO使用async关键字创建协程函数，在协程函数中使用await关键字异步等待一个可等待对象(await仅可用于协程函数的函数体中)可等待对象有三种主要类型：协程(coroutines)一般指调用协程函数所返回的协程对象
发布时间：2022-02-11 13:55:37 -
python中的httpx模块
我们常用的网站访问库是requests，但是该库仅支持同步，在有些场景中就显得力不从心，现在有一个新的httpx库，同时支持同步和异步两种方式访问网络同步方式几乎和requests的使用方式完全相同，点击查看，以下我也列出来几点和requests不同的点响应流在requests中使用参数stream=True即可打开相应流，在httpx中将该参数改为stream()方法，在上下文中使用。除了第一个参数需要是定访问方法外，其他参数和正常访问相同，返回一个流对象close()：由于使用的上下文，该方法很少使用read()：读取所有内容，既然使用了响应流，那么就不应该一次读取所有内容，所以很少使用text(),json()等，必须使用一次read()方法才可用ter_bytes(chunk_size=None)：每次返回指定大小的二进制数据iter_lines()：每次返回一行数据，会先将数据转化为字符串，然后将所有换行转换为""，返回的每一行结尾都是换行符iter_text(
发布时间：2022-01-21 17:24:21 -
nuitka打包python程序
python打包的诟病一直是运行速度和反编译，而Nuitka直接将python编译成C++代码 ,再编译C++代码产生可执行文件,完全不存在反向解析的问题，非常安全，而且由于可执行文件由C++编译而来，运行速度也会获得提升nuitka安装直接使用pip install nuitka命令进行安装 安装完成后会在python根目录中的Scripts中放置一个nuitka3.exe的二进制程序，使用该程序进行文件的打包 显示版本及帮助信息--version：显示nuitka的版本信心 -h/--help：显示帮助信息 系统设置--python-arch=PYTHON_ARCH：python的运行架构，可选值有"x86"和"x86_64"，默认为编译运行时的架构 编译时信息显示--quiet：禁用所有信息输出，但显示警告 --show-scons：显示已执行的命令 --show-progress：显示进度提供进度信息和统计信息 --show-memory：显示内存提供内存信息和统计信息 --sh
发布时间：2022-01-21 10:29:08 -
python中的numpy模块
NumPy(Numerical Python)是Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。使用pip install numpy即可完成安装NumPy数据类型numpy支持的数据类型比Python内置的类型要多很多，基本上可以和C语言的数据类型对应上bool_ 布尔型数据类型（True 或者 False） int_ 默认的整数类型（类似于 C 语言中的 long，int32 或 int64） intc 与 C 的 int 类型一样，一般是 int32 或 int 64 intp 用于索引的整数类型（类似于 C 的 ssize_t，一般情况下仍然是 int32 或 int64） int8 字节（-128 to 127） int16 整数（-32768 to 32767） int32 整数（-2147483648 to 2147483647
发布时间：2021-09-28 09:22:41 -
python中的装饰器
在Python中，万物皆对象，因此函数也不例外。就是说函数是一种特殊类型的变量，可以和其余变量一样，作为参数传递给函数，也可以作为返回值返回。一、函数的装饰器装饰器的需求：def demo(): print(''hello world'') 现在需要打印出demo函数执行时的时间，我们修改为: def demo(): print("当前时间:", datetime.datetime.now()) print(''hello world'') 如果有几百个函数同时需要实现该功能，那么就需要一个一个修改，好不容易修改完了领导又提出新的需求了，显然一个一个修改并不现实，于是我们想到了一个办法： def run(func): print("当前时间:", datetime.datetime.now()) func() 通过run(demo)来实现功能的扩展，后期也只需要修改run函数就可以新增加功能。 但是这样的话，我们每次都要传递
发布时间：2021-08-11 17:29:56 -
python中的json、pickle和shelve模块
json模块json.dump(obj, file_obj, *, skipkeys=False, ensure_ascii=True, indent=None, separators=None, default=None, sort_keys=False)序列化obj为一个JSON格式的流并输出到file_obj(支持write()的文件或类文件对象)。如果skipkeys是true，那么那些不是基本对象（包括 str, int、float、bool、None）的字典的键会被跳过而不引发TypeError。json 模块始终产生 str 对象而非 bytes 对象。因此，fp.write() 必须支持 str 输入。如果ensure_ascii是true ，将所有输入的非ASCII字符转义。否则这些字符会原样输出。如果indent是一个非负整数或者字符串，那么JSON数组元素和对象成员会被美化输出为该值指定的缩进等级。如果缩进等级为零、负数或者 ""，则只会添加换行符。None（默认值
发布时间：2021-07-29 13:13:24