Python开发笔记

近期学习开发中遇到的一些知识，做的学习笔记，做个小记录，持续更新中…

Dataset基于SQLAlchemy的便利工具

官方文档

数据集使得数据库中的数据读取和写入数据就像阅读和编写JSON文件一样简单。

dataset对于操作JSON、CSV文件、NoSQL非常好用。

import dataset

连接MySQL数据库：

db = dataset.connect('mysql://username:password@10.10.10.10/ctf?charset=utf8')
用户名:username，密码:password，数据库地址(地址+端口):10.10.10.10，database名: ctf
连接SQLite数据库：
db = dataset.connect('sqlite:///ctf.db')
连接PostgreSQL数据库：
db = dataset.connect('postgresql://scott:tiger@localhost:5432/mydatabase')

一定要注意指定字符编码

table = db['city']  #（选择city表）
user = table('name') # 找出表中'name'列属性所有数据
res = db.query('select name from table limit 10') # 如果不需要查看全部数据的话最好用limit，因为全部数据的载入非常非常耗时间
for x in res:
    print x['name'] # 选name字段的数据
table.insert(dict(name='John Doe', age=37))
table.insert(dict(name='Jane Doe', age=34, gender='female'))
john = table.find_one(name='John Doe')

在数据库中查找是否有同时满足多个条件的数据：table.find_one(属性1=属性值1, 属性2=属性值2, ...)

注：find_one速度很慢

插入数据

dataset会根据输入自动创建表和字段名

table = db['user']
# 或者table = db.get_table('user')
table.insert(dict(name='John Doe', age=46, country='China'))
table.insert(dict(name='Jane Doe', age=37, country='France', gender='female'))
# 主键id自动生成

更新数据

table.update(dict(name='John Doe', age=47), ['name'])
# 第二个参数相当于sql update语句中的where，用来过滤出需要更新的记录

事务操作

事务操作可以简单的使用上下文管理器来实现,出现异常，将会回滚

with dataset.connect() as tx:
    tx['user'].insert(dict(name='John Doe', age=46, country='China'))
# 相当于：
db = dataset.connect()
db.begin()
try:
    db['user'].insert(dict(name='John Doe', age=46, country='China'))
    db.commit()
except:
    db.rollback()
# 也可以嵌套使用:
db = dataset.connect()
with db as tx1:
    tx1['user'].insert(dict(name='John Doe', age=46, country='China'))
    with db as tx2:
        tx2['user'].insert(dict(name='Jane Doe', age=37, country='France', gender='female'))

从表获取数据

users = db['user'].all()
for user in db['user']:
    # print(user['age'])
    # chinese_users = user.find(country='China')
    john = user.find_one(name='John Doe')

获取非重复数据

db['user'].distinct('country')

删除记录

table.delete(place='Berlin')

执行SQL语句

result = db.query('SELECT country, COUNT(*) c FROM user GROUP BY country')
for row in result:
    print(row['country'], row['c'])

导出数据

result = db['users'].all()
dataset.freeze(result, format='json', filename='users.json')

JSON

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，非常易于人阅读和编写。

import json
json.dumps 将 Python 对象编码成 JSON 字符串
json.loads 将已编码的 JSON 字符串解码为 Python 对象

MySQL数据库：

分类表-categories，包括类别web,reversing，crypto(加解密),mic等

题目表-tasks,包括题目id，题目名，flag,分值，文件&地址，题目等级，题目详细描述

flag表-flag,包括题目id,用户id,得分，时间戳

用户表-users，包括用户id,用户名，密码

题目分类表-cat_task,包括题目id,题目类别id

flag表中每条数据由于是有题目ID task_id和用户ID user_id来共同确认的，所以采用复合主键：primary key (task_id,user_id)

联合主键和复合主键的区别

python装饰器

Decorator通过返回包装对象实现间接调用,以此插入额外逻辑

https://www.zhihu.com/question/26930016

wraps本身也是一个装饰器，它能把原函数的元信息拷贝到装饰器函数中，这使得装饰器函数也有和原函数一样的元信息了

from functools import wraps
def logged(func):
    @wraps(func)
    def with_logging(*args,**kwargs):
        print func.__name__ + "was called"
        return func(*args,**kwargs)
    return with_logging

@logged
def f(x):
    """does some math"""
    return x + x * x

print f.__name__ # prints 'f'
print f.__doc__  # prints 'does some math'

web框架采用flask

from flask import Flask

引入Flask类，Flask类实现了一个WSGI(Web Server Gateway Interface)应用

app = Flask(__name__)

app是Flask的实例，它接收包或者模块的名字作为参数，但一般都是传递__name__

@app.route('/')
def hello_world():
    return 'Hello World!'

使用app.route装饰器会将URL和执行的视图函数的关系保存到app.url_map属性上。处理URL和视图函数的关系的程序就是路由，这里的视图函数就是hello_world

if __name__ == '__main__':
    app.run(host='0.0.0.0',port=9000)

使用这个判断可以保证当其他文件引用这个文件的时候（例如from hello import app）不会执行这个判断内的代码，也就是不会执行app.run函数。

执行app.run就可以启动服务了。默认Flask只监听虚拟机的本地127.0.0.1这个地址，端口为5000。而我们对虚拟机做的端口转发端口是9000，所以需要制定host和port参数，0.0.0.0表示监听所有地址，这样就可以在本机访问了。

服务器启动后，会调用werkzeug.serving.run_simple进入轮询，默认使用单进程单线程的werkzeug.serving.BaseWSGIServer处理请求，实际上还是使用标准库BaseHTTPServer.HTTPServer，通过select.select做0.5秒的while TRUE的事件轮询。当我们访问http://127.0.0.1:9000/,通过app.url_map找到注册的/这个URL模式,就找到了对应的hello_world函数执行，返回hello world!,状态码为200。如果访问一个不存在的路径，如访问http://127.0.0.1:9000/a,Flask找不到对应的模式，就会向浏览器返回Not Found，状态码为404

flask中jsonify的作用

jsonify的作用实际上就是将我们传入的json形式数据序列化成为json字符串，作为响应的body，并且设置响应的Content-Type为application/json，构造出响应返回至客户端

效果等于json.dumps

jsonify的Content-Type字段值为application/json

json.dumps的Content-Type字段值为text/html

修改flask中静态文件夹

修改的flask默认的static文件夹只需要在创建Flask实例的时候,把static_folder和static_url_path参数设置为空字符串即可。

app = Flask(__name__, static_folder='', static_url_path='')

访问的时候用url_for函数，res文件夹和static文件夹同一级：

url_for('static', filename='res/favicon.ico')

werkzeug

werkzeug是一个WSGI工具包，可以作为一个Web框架的底层库。它封装好了很多Web框架的东西，例如 Request，Response等等。Flask框架就是一Werkzeug 为基础开发的

generate_password_hash(password)

将用户输入的明文密码加密成密文进行存储

密码加盐哈希函数。用来将明文密码加密，返回加密后的密文，用来进行用户注册

函数定义：

werkzeug.security.generate_password_hash(password, method='pbkdf2:sha1', salt_length=8)
密文格式：method$salt$hash
password: 明文密码
method: 哈希的方式（需要是hashlib库支持的），格式为
pbpdf2:<method>[:iterations]。参数说明：
    method：哈希的方式，一般为SHA1，
    iterations：（可选参数）迭代次数，默认为1000。
slat_length: 盐值的长度，默认为8

check_password_hash(hash,password)

验证经过generate_password_hash哈希的密码，将明文和密文进行比较,查看是否一致，用来验证用户登录

函数定义：

werkzeug.security.check_password_hash(pwhash, password)
pwhash: generate_password_hash生成的哈希字符串
password: 需要验证的明文密码

flask中的session

from flask import session
user = db['users'].find_one(username=username)
session['user_id'] = user['id']

由于使用了session，所以需要设置一个secret_key用来做一些模块的hash
Flask Web Development 中的内容:

SECRET_KEY配置变量是通用密钥,可在Flask和多个第三方扩展中使用。如其名所示,加密的强度取决于变量值的机密度。不同的程序要使用不同的密钥,而且要保证其他人不知道你所用的字符串。

SECRET_KEY的作用主要是提供一个值做各种HASH, 是在其加密过程中作为算法的一个参数(salt或其他)。所以这个值的复杂度也就影响到了数据传输和存储时的复杂度。

flask 变量规则

要给URL添加变量部分，你可以把这些特殊的字段标记为<variable_name>， 这个部分将会作为命名参数传递到你的函数。规则可以用<converter:variable_name>指定一个可选的转换器

@route('/hello/<name>')
def index(name):
  return '<b>Hello {{name}}</b>!'

数据库查询

对dataset的数据查询，使用冒号来为变量传参。

select f.task_id from flags f where f.user_id = :user_id''',user_id=session['user_id'])

模板渲染

使用render_template方法来渲染模板。将模板名和你想作为关键字的参数传入模板的变量

MySQL

IFNULL(expr1,expr2)

如果expr1不是NULL，IFNULL()返回expr1，否则它返回expr2。

IFNULL()返回一个数字或字符串值，取决于它被使用的上下文环境。

max函数是用来找出记录集中最大值的记录

1. 对于left join，不管on后面跟什么条件，左表的数据全部查出来，因此要想过滤需把条件放到where后面
2. 对于inner join，满足on后面的条件表的数据才能查出，可以起到过滤作用。也可以把条件放到where后面

在使用left jion时，on和where条件的区别如下：

1、 on条件是在生成临时表时使用的条件，它不管on中的条件是否为真，都会返回左边表中的记录。
2、where条件是在临时表生成好后，再对临时表进行过滤的条件。这时已经没有left join的含义（必须返回左边表的记录）了，条件不为真的就全部过滤掉。

order by的用法

使用order by，一般是用来，依照查询结果的某一列（或多列）属性，进行排序（升序：ASC；降序：DESC；默认为升序）。
当排序列含空值时：
ASC：排序列为空值的元组最后显示。
DESC：排序列为空值的元组最先显示。
可以把null值看做无穷大
select * from s order by sno desc,  sage asc

group by的用法

group by按照查询结果集中的某一列（或多列），进行分组，值相等的为一组
1、细化集函数（count，sum，avg，max，min）的作用对象：
未对查询结果分组，集函数将作用于整个查询结果。
对查询结果分组后，集函数将分别作用于每个组。
SELECT cno,count(sno) from sc group by cno
2、GROUP BY子句的作用对象是查询的中间结果表
分组方法：按指定的一列或多列值分组，值相等的为一组。
使用GROUP BY子句后，SELECT子句的列名列表中只能出现分组属性（比如：sno）和集函数（比如：count（））
select sno,count(cno) from sc group by sno
3、多个列属性进行分组
select cno,grade,count(cno) from sc group by cno,grade
4、使用HAVING短语筛选最终输出结果
只有满足HAVING短语指定条件的组才输出。
HAVING短语与WHERE子句的区别：作用对象不同。
1、WHERE子句作用于基表或视图，从中选择满足条件的元组。
2、HAVING短语作用于组，从中选择满足条件的组
select sno from sc group by sno having count(cno)>3
select sno,count(cno) from sc where grade>60 group by sno having count(cno)>3

MySQL的左连接、右连接、等值连接

1.左连接（left join ）

select m.columnname……,n.* columnname…..
from left_table m left join right_table n on m.columnname_join=n.columnname_join and n.columnname=xxx
where m.columnname=xxx…..

ON是连接条件，用于把2表中等值的记录连接在一起，但是不影响记录集的数量。若是表left_table中的某记录，无法在表right_table找到对应的记录，则此记录依然显示在记录集中，只是表right_table需要在查询显示的列的值用NULL替代；

ON连接条件中表n.columnname=xxx用于控制right_table表是否有符合要求的列值还是用NULL替换的方式显示在查询列中，不影响记录集的数量；

WHERE字句控制记录是否符合查询要求，不符合则过滤掉

2.右连接（right join）

select m.columnname……,n.* columnname…..
from left_table m right join right_table n on m. columnname_join=n. columnname_join and m. columnname=xxx
where n.columnname=xxx…..

3.等值连接

select m.columnname……,n.* columnname…..
from left_table m [inner] join right_table n on m. columnname_join=n. columnname_join
where m.columnname=xxx….. and n.columnname=xxx….
或者
select m.columnname……,n.* columnname…..
from left_table m  , right_table n
where m. columnname_join=n. columnname_join and
m.columnname=xxx….. and n.columnname=xxx….

ON是连接条件，不再与左连接或右连接的功效一样，除了作为2表记录匹配的条件外，还会起到过滤记录的作用，若left_table中记录无法在right_table中找到对应的记录，则会被过滤掉；

WHERE字句，不管是涉及表left_table、表right_table上的限制条件，还是涉及2表连接的条件，都会对记录集起到过滤作用，把不符合要求的记录刷选掉；

jinja2获取循环索引

jinja2获取循环{% for i in n %}的索引使用loop.index
{% for i in names %}
<tr>
    <td>{{ loop.index }}</td>  //当前是第x条
    <td>{{ i.name }}</td>
</tr>
{% endfor %}

flask 重定向和错误

可以用redirect()函数把用户重定向到其它地方。放弃请求并返回错误代码，用abort()函数。

from flask import abort, redirect, url_for
@app.route('/')
def index():
    return redirect(url_for('login'))
@app.route('/login')
def login():
    abort(401)
    this_is_never_executed()

默认情况下，错误代码会显示一个黑白的错误页面。如果你要定制错误页面，可以使用errorhandler()

装饰器:

from flask import render_template
@app.errorhandler(404)
def page_not_found(error):
    return render_template('page_not_found.html'), 404

注意 render_template()调用之后的 404 。这告诉Flask，该页的错误代码是404 ，即没有找到。默认为200，也就是一切正常。

flask CSRF防护机制

@app.before_request
def csrf_protect():
    if request.method == "POST":
        token = session.pop('_csrf_token', None)
        if not token or token != request.form.get('_csrf_token'):
            abort(403)
def some_random_string():
    return  hashlib.sha256(os.urandom(16).hexdigest())
def generate_csrf_token():
    if '_csrf_token' not in session:
        session['_csrf_token'] = some_random_string()
    return session['_csrf_token']

在flask的全局变量里面注冊 上面那个生成随机token的函数

app.jinja_env.globals['csrf_token'] = generate_csrf_token

在网页的模板是这么引入的

<form method=post action="">    
<input name=_csrf_token type=hidden value="{{ csrf_token() }}">

flask上下文处理器

Flask 上下文处理器自动向模板的上下文中插入新变量。上下文处理器在模板渲染之前运行，并且可以在模板上下文中插入新值。上下文处理器是一个返回字典的函数，这个字典的键值最终将传入应用中所有模板的上下文:

@app.context_processor
def inject_user():
    return dict(user=g.user)

上面的上下文处理器使得模板可以使用一个名为user值为g.user的变量。不过这个例子不是很有意思，因为g在模板中本来就是可用的，但它解释了上下文处理器是如何工作的。
变量不仅限于值，上下文处理器也可以使某个函数在模板中可用（由于Python允许传递函数）:

@app.context_processor
def utility_processor():
    def format_price(amount, currency=u'€'):
        return u'{0:.2f}{1}.format(amount, currency)
    return dict(format_price=format_price)
上面的上下文处理器使得format_price函数在所有模板中可用:
{{ format_price(0.33) }}

日志记录

handler = logging.FileHandler('flask.log', encoding='UTF-8')

1、请求之前设置requestId并记录日志

每个URL请求之前，定义requestId并绑定到g

@app.before_request
def before_request():
    g.requestId = gen_requestId()
    logger.info("Start Once Access, and this requestId is %s" % g.requestId)

2、请求之后添加响应头与记录日志

每次返回数据中，带上响应头，包含API版本和本次请求的requestId，以及允许所有域跨域访问API, 记录访问日志

@app.after_request
def add_header(response):
    response.headers["X-SaintIC-Media-Type"] = "saintic.v1"
    response.headers["X-SaintIC-Request-Id"] = g.requestId
    response.headers["Access-Control-Allow-Origin"] = "*"
    logger.info(json.dumps({
        "AccessLog": {
            "status_code": response.status_code,
            "method": request.method,
            "ip": request.headers.get('X-Real-Ip', request.remote_addr),
            "url": request.url,
            "referer": request.headers.get('Referer'),
            "agent": request.headers.get("User-Agent"),
            "requestId": str(g.requestId),
            }
        }
    ))
    return response

basicConfig方法可以满足你在绝大多数场景下的使用需求，但是basicConfig有一个很大的缺点。调用basicConfig其实是给root logger添加了一个handler(FileHandler )，这样当你的程序和别的使用了 logging的第三方模块一起工作时，会影响第三方模块的logger行为。这是由logger的继承特性决定的

logging.basicConfig(level=logging.DEBUG,
                format='%(asctime)s %(levelname)s %(message)s',
                datefmt='%a, %d %b %Y %H:%M:%S',
                filename='logs/pro.log',
                filemode='w')

logging.debug('dddddddddd')

MySQL字符编码

除了设置数据库的之外，由于dataset默认创建数据库和表的字符集不是utf8,所以需要自己设置，否则会中文乱码，所以需要修改表的字符集

my.cnf
[client]
default-character-set=utf8
[mysqld]
character-set-server=utf8
collation-server=utf8_general_ci
default-storage-engine=INNODB

表的字符集

show create table tasks;

alter table tasks convert to character set utf8;