为什么你应该学 Python ？

信息安全公益宣传，信息安全知识启蒙。

加微信群回复公众号：微信群；QQ群：16004488

加微信群或QQ群可免费索取：学习教程

教程列表见微信公众号底部菜单

---

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。

另外，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：

#include <stdio>

 

int main(void) {

    FILE *fp;

    char buff[256]; // assuming a line won't contain more than 256 chars

    fp = fopen("hello.txt", "r");

 

    while(fgets(buff, 256, fp)) {

        printf("%s", buff);

    }

 

    fclose(fp);

    return 0;

}

python 这么做：

with open('hello.txt') as f:

    for line in f:

        print(line)

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。作为引言的结尾，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

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：

for f in *; do echo "Processing $f file..."; done

用 PowerShell 做类似的事情：

Get-ChildItem "." |

Foreach-Object {

    $name = $_.Name

    Write-Output "Processing $($name) file..."

}

An equivalent functionality in Python can be achieved with：

python 这么做：

from os import listdir

 

for f in listdir('.'):

    print('Processing {} file...'.format(f))

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，但是你真的喜欢类 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：

cat

dog

mouse

bird

cat

cat

dog

现在使用我们的脚本：

$> cat names.txt | namecount.py

Powershell：

$> Get-Content names.txt | python namecount.py

期望的输出如下（顺序可能会变化）：

bird 1

mouse 1

cat 3

dog 2

namecount.py 源码：

#!/usr/bin/env python3

import sys

 

def count_names():

    names = {}

    for name in sys.stdin.readlines():

        name = name.strip()

 

        if name in names:

            names[name] += 1

        else:

            names[name] = 1

            

    for name, count in names.items():

        sys.stdout.write("{0}\t{1}\n".format(name, count))

 

if __name__ == "__main__":

    count_names()

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：

cat 3

dog 2

bird 1

mouse 1

（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（后面会讲）。

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：

from bs4 import BeautifulSoup

 

soup = BeautifulSoup('<p class="someclass">Hello</p>', 'html.parser')

soup.p

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：

<p class="someclass">Hello</p>

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：

from bs4 import BeautifulSoup

soup = BeautifulSoup('<foobarfoo class="someclass">Hello</foobarfoo>', 'html.parser')

soup.foobarfoo

The output is the following：

输出如下：

<foobarfoo class="someclass">Hello</foobarfoo>

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：

如果在属性常见地方找不到属性时，比如既不是实例属性，又没有在 self 类树中找到，则调用该方法（object.__getattr__(self, name)）。参数 name 就是属性名这个方法应当返回（计算过的）属性值或抛出 AttributeError 异常。

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：

class Person(object):

    def __init__(self, first_name):

        self.first_name = first_name

 

    def __getattr__(self, name):

        if (name == 'name'):

            return self.first_name

        raise AttributeError('Person object has no attribute \'{}\''.format(name))

我们在终端运行代码：

person = Person('Jason')

>>> person.first_name

'Jason'

 

>>> person.name

'Jason'

 

>>> person.abc

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

  File "<stdin>", line 7, in __getattr__

AttributeError: Person object has no attribute 'abc'

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：

class Dog(object):

    def bark(self):

        print('Ruff, ruff!')

    

    def __getattr__(self, name):

        if(name == 'meow'):

           return lambda:  print('Meeeeeeow')

        raise AttributeError('I don\'t know what you\'re talking about...')

>>> snoop = Dog()

 

>>> snoop.bark()

Ruff, ruff!

 

>>> snoop.meow()

Meeeeeeow

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：

class Dog(object):

    

    def __init__(self):

        self.name = 'Doggy Dogg'

等价于：

class Dog(object):

    

    def __init__(self):

        self.__dict__['name'] = 'Doggy Dogg'

两者输出是一样的：

snoop = Dog()

 

>>> snoop.name

'Doggy Dogg'

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：

class Foo(object):

    def __init__(self):

        self.public = 'public'

        self._private = 'public'

        self.__secret = 'secret'

转到解释器：

>>> foo = Foo()

>>> foo.public

'public'

>>> foo._private

'public'

>>> foo.__secret

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'Foo' object has no attribute '__secret'

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：

>>> foo._Foo__secret

'secret'

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》。

书籍推荐

• 《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。