Flask

点击上方“ Python进击者 ”，选择“ 星标 ”公众号 超级无敌干货推送给你！！！ 机器之心报道 作者：魔王、小舟 还在用马赛克的方式隐藏密码？ 小心被「看穿」。 像素化（又称马赛克）是一种常见的打码方式，通过降低图像中部分区域的分辨率来隐藏某些关键信息，比如： 再比如： 看图找马赛克！（找不到请看右侧原图） 但是，在你想隐藏信息的同时，有一些技术却反其道而行之，试图将图片还原为原始状态。 最近，一个名为 Depix 的 GitHub 项目爆火，上线三天 star 量已经高达 6.9k。项目作者 Sipke Mellema 是一名信息安全顾问。 项目地址 ： https://github.com/beurtschipper/Depix Depix 能够从像素化图像截图中恢复原图中包含的文字密码。该项目适用于使用线性方框滤波器（linear box filter）创建的像素化图像。如下图所示，项目作者给出了像素化图像、恢复之后的效果和原图的对比结果： 马赛克打得够严实了，不过 Depix 还是基本解读出了被隐藏的信息。 如何使用？ 使用 Depix 从像素化图像截图中恢复文字密码，操作也比较简单： 从截图中分割出矩形像素化 block； 在具有相同字体设置（包括文本大小、字体、颜色、hsl）的编辑器中，粘贴待处理字符的德布鲁因（De Bruijn sequence）。

本想在CentOS下配置flask+nginx+uwsgi环境，结果安装最基础的flask包都出了问题...以下是我的环境： 服务器：阿里云ECS CentOS7 python版本：3.8.0 问题描述： 执行命令“ pip3 install flask ”安装flask时，出现如下错误： from _ctypes import Union, Structure, Array ModuleNotFoundError: No module named ' _ctypes' 从错误描述来看是缺少_ctypes模块，根据网上搜索结果，这个错误大多数发生在安装python3.7及以上版本时出现，解决方法如下： 安装python时出此错的解决方法： 原因是缺少包“libffi-devel”，利用yum安装便可 yum install libffi-devel ——参考“ 海棠未满 ” 然而对于我来说，问题并没有解决，我在安装libffi-devel后再次执行pip安装命令仍报同样错误，但大多数人都可以通过上述方法完美解决，这不由得引起我的思考 思考： 我与上述解决方案的不同点在于——我在安装python3.8时并未出现错误，而是在拥有python3.8后，安装flask时出现该错误 受 Bryan 启发，其在安装“libffi-devel”后重新安装了python，解决了问题

Python常用的标准库以及第三方库有哪些？ 20个必不可少的Python库也是基本的第三方库 读者您好。今天我将介绍20个属于我常用工具的Python库，我相信你看完之后也会觉得离不开它们。他们是： Requests.Kenneth Reitz写的最富盛名的http库。每个Python程序员都应该有它。 Scrapy.如果你从事爬虫相关的工作，那么这个库也是必不可少的。用过它之后你就不会再想用别的同类库了。 wxPython.Python的一个GUI（图形用户界面）工具。我主要用它替代tkinter。你一定会爱上它的。 Pillow.它是PIL（Python图形库）的一个友好分支。对于用户比PIL更加友好，对于任何在图形领域工作的人是必备的库。 SQLAlchemy.一个数据库的库。对它的评价褒贬参半。是否使用的决定权在你手里。 BeautifulSoup.我知道它很慢，但这个xml和html的解析库对于新手非常有用。 Twisted.对于网络应用开发者最重要的工具。它有非常优美的api，被很多Python开发大牛使用。 NumPy.我们怎么能缺少这么重要的库？它为Python提供了很多高级的数学方法。 SciPy.既然我们提了NumPy，那就不得不提一下SciPy。这是一个Python的算法和数学工具库，它的功能把很多科学家从Ruby吸引到了Python。 matplotlib

点击“ Python编程与实战 ”，选择“置顶公众号” 第一时间获取 Python 技术干货！ 作者： laisky（基于 CC BY 4.0 授权许可） 原题： Python之路（内容略有调整） 来源： https://laisky.com/p/python-road 一、概述 本文起源于我在 Twitter 上发布的关于 Python 经历的一系列话题。 出于某些原因，想记录一下我过去数年使用 Python 的经验和一些感悟。毕竟算是一门把我带入互联网行业的语言，而我近期已经几乎不再写 Py 代码， 做一个记录，也许会对他人起到些微的帮助，也算是纪念与感恩了。 二、摘录 推文地址：https://twitter.com/ppcelery/status/1159620182089728000 最早接触 py 是 2010 年左右，那之前主要是使用 c、fortran 和 matlab 做数值运算。当时在做一些文件文本处理时觉得很麻烦，后来看到 NASA 说要用 py 取代 matlab，就去接触了 py。 python 那极为简洁与优美的语法给了当时的我极大的震撼，时至今日，写 py 代码对我而言依然是一种带有艺术意味的享受。 首先开宗明义的说一句：python 并不慢，至少不够慢。拿一个 web 后端来说，一台垃圾 4 核虚机，跑 4 个同步阻塞的 django，假设

文件上传与邮件发送 可以按照标题分别直接粘贴对应的文件夹，运行直接用： 原生上传 模板文件 < form method = "post" enctype = "multipart/form-data" > < input type = "file" name = "photo" /> < br /> < input type = "submit" value = "上传" /> </ form > 视图函数 @app.route('/upload/', methods=['GET', 'POST']) def upload () : if request.method == 'POST' : # 获取上传对象 photo = request.files.get( 'photo' ) if photo: # 保存上传文件，参数是文件保存的路径名 photo.save(photo.filename) return '文件上传成功' return '文件上传失败' return render_template( 'upload.html' ) 优化完善 import os from flask import send_from_directory # 上传文件保存位置 app.config[ 'UPLOADED_FOLDER' ] = os.path.join(os.getcwd(),

选自amitness.com 作者：Amit Chaudhary 机器之心编译 编辑：陈萍 Google Colab 给广大的 AI 开发者提供了免费的 GPU，你可以在上面轻松地跑 Tensorflow、Pytorch 等深度学习框架。但关于 Colab 的使用技巧你又掌握了多少呢？这篇文章将介绍 20 种 Colab 使用技巧，帮你提高使用效率。 1. 便签本 Notebook 当我们在 colab 上尝试一些临时的东西时，我们会创建一堆杂乱、没有标题的 Notebook。 为了解决这个问题，你可以把以下链接加入书签：https://colab.research.google.com/notebooks/empty.ipynb 这将打开一个特殊的 scratch notebook，并且你对该 notebook 所做的任何更改都不会保存到你的主目录中。 2. 单元计时 通常，我们手动计算一段代码的开始时间和结束时间之间的差值来衡量所花费的时间。Colab 提供了内置功能来执行此操作。在执行了一个单元（cell）之后，将鼠标悬停在单元运行图标上，你将获得代码执行时间的估计值。 3. 运行某个单元的一部分 你也可以运行某个单元的一部分，通过选择单元格并点击 Runtime 索引到 Run Selection 按钮或使用键盘快捷键 Ctrl + Shift + Enter。 4.

Flask基础 Flask基础使用与配置 Flask路由系统与模板系统 Flask视图函数 Flask请求与响应 Flask的session操作 Flask中间件 Flask连接数据库 Flask使用原生SQL连接Mysql数据库数据池 Flask使用SQLAlchemy连接mysql SQLALchemy的其他常用操作 Flask第三方组件 Flask-SQLAlchemy WTForms flask-session flask-script flask-migrate pipreqs(自动生成需要导入的模块信息) virtualenv(虚拟环境) 信号 来源： oschina 链接： https://my.oschina.net/u/4403469/blog/3939948

什么是GraphQL GraphQL 是一种面向 API 的查询语言。在互联网早期，需求都以 Web 为主，那时候数据和业务需求都不复杂，所以用 RestAPI 的方式完全可以满足需求。但是随着互联网的发展，数据量增大，业务需求多变。还有各种客户端需要接口适配，基于 RestAPI 的方式，显得越来呆板，因此 GraphQL 便应运而生。它至少可以提供以下三个方面的优势 GraphQL 提供更方便的 API 查询 不同的客户端有时候需要返回的数据格式不同，之前使用 RestAPI 的方式，需要后端针对每一个客户端提供单独的接口。随着业务需求的增加，维护的成本随机呈指数级跃升。而使用 GraphQL 就比较开心了，只需要写一套接口即可 解决前后端过于依赖 在开发的过程中，前端需要和后端反反复复确认各个字段，防止到时候开发到一半，因为没有对好字段，要大块大块地改代码。现在有 GraphQL 就比较方便了，你需要什么类型的字段，就自己写对应的查询语法 节约网络和计算机内存资源 之前通过 RestAPI 的方式写接口，有一个很大的问题在于，对于接口的定义，需要前期做大量的工作，针对接口做各种力度的拆分，但即使这样，也没办法应对需求的风云突变。有时候需要返回的仅仅是某个用户的某一类型的数据，但不得不把该用户的其他信息也一并返回来，这既浪费了网络的资源，也消耗了计算机的性能。显然不够优雅