编写高质量代码--改善python程序的建议(三)

jopen 4年前

原文发表在我的 博客主页 ,转载请注明出处!

建议十三:警惕eval()的安全漏洞

相信经常处理文本数据的同学对eval()一定是欲罢不能,他的使用非常简单:

eval("1+1==2")                                 #进行判断  eval("'A'+'B'")                                #字符连接  eval("1+2")                                    #数字相加

python中eval()函数将字符串str当成有效的表达式来求值并返回计算结果,其函数声明如下:

eval(expression[, globals[,locals]])  #globals为字典形式,表示全局命名空间  #locals为任何映射对象,表示局部命名空间

“eval is evil”,这时一句广为人知的对eval的评价,它主要针对的是eval()的安全性。假设web页面调用eval来根据用户的输入,计算python表达式的值,由于网络环境下运行它的用户并非都是可信任的,eval()可以将任何字符串当作表达式求值,这也就意味着有空子可钻,如果用户输入下面代码,就会得到当前目录下的所有文件列表。

__import__("os").system("dir")

如果有人想搞破坏,他输入了如下字符串(禁止尝试),则会删掉当前目录下的所有文件

__import__("os").system("del * /Q")

当然有人说可以在globals参数中禁止全局命名空间的访问,比如将运算范围限定为几个常用的数学函数:

math_fun_list = ['acos', 'asin', 'atan', 'pi']  math_fun_dict = dict([(k, globals().get(k) for k in math_fun_list)])  eval(string, {"__builtins__":None}, math_fun_dict)

这样确实解决了安全问题,但是试试输入以下字符:

[c for c in ().__class__.__bases__[0].__subclasses__() if c.__name__ == 'Quitter'][0](0)()  # ().__class__.__bases__[0].__subclasses__()显示object类的所有子类,类Quitter与“quite”功能绑定,因此上面的输入会直接导致程序退出。

因此在实际应用过程中,如果使用对象不是信任源,应该尽量避免使用eval,在需要使用eval的地方可以用安全性更好的ast.literal_eval替代。

建议十四:使用enumerate()获取序列迭代的索引和值

函数enumerate()主要是为了解决在循环中获取索引以及对应值的问题,它具有一定的惰性,每次仅在需要的时候才会产生一个(index,item)对。使用如下:

enumerate(sequence, start=0)  #sequence可以是list、 set等任何迭代对象  #默认从0开始  #函数返回一个迭代器,可以使用next()方法获取下一个元素

建议十五:分清 == 与 is 的使用场景

is 表示的是对象标识符(object identity),即比较两个对象在内存中是否拥有同一块内存空间,而 == 表示的意思是相等(equal),用来检验两个对象的值是否相等。

还有需要注意的是,在python中有string interning(字符串驻留)机制:对于较小的字符串,为了提高系统性能会保留其值的一个副本,当创建新的字符串的时候直接指向该副本即可。而长字符串不会驻留。

建议十六:考虑兼容性,尽可能使用Unicode

python内建的字符串有两种类型:str和Unicode,它们拥有共同的祖先basestring。

Unicode也称做万国码,它为每种语言设定了唯一的二进制编码表示方式,提供从数字代码到不同语言字符集之间的映射,从而可以满足跨平台、夸语言之间的文本处理要求。

Unicode编码系统可以分为编码方式和实现方式两个层面,在编码方式上,分为UCS-2和UCS-4两种方式,UCS-2用两个字节编码,UCS-4用4个字节编码。一个字符的Unicode编码是确定的,但是在实际传输过程中,由于系统平台的不同以及处于节省空间的目的,实现方式有所差异。Unicode的实现方式称为Unicode转换格式,简称为UTF,包括UTF-7、UTF-16、UTF-32、UTF-8等,较为常见的是UTF-8.他的特点是对不同范围的字符使用不同长度的编码,其中0x00 ~ 0x7F的字符的UTF-8编码与ASCII编码完全相同,UTF-8编码的最大长度是4个字节。

通常用python处理中文字符经常会遇见一下几个问题。

  • 读出文件的内容显示为乱码

    fp = open("test.txt","r")  print fp.read()  fp.close()

    问题:读入的文件test.txt用UTF-8编码形式保存,但是Windows的本地默认编码是CP936,在Windows系统中它被映射为GBK编码,所以直接显示UTF-8字符的时候,不兼容。解决办法:首先对读入的字符用UTF-8进行解码,然后再用GBK进行编码。

    fp = open("test.txt","r")  print (fp.read().decode("utf-8")).encode("gbk")

    decode()方法讲其他编码对应的字符串解码为Unicode,而encode()方法将Unicode编码转换为另一种编码。另外:上面的例子在某些情况下(如test.txt使用Notepad软件以UTF-8编码形式保存)可能还会出现异常,这是因为有些软件在保存UTF-8编码的时候,会在文件最开始的地方插入不可见的字符BOM,利用codecs模块可以方便地处理这种问题

    import codecs  fp = open("test.txt",'r')  content = fp.read()  fp.close()  if content[:3] == codecs.BOM_UTF8:  content = content[3:]  print content.decode("utf-8")
  • 当python源文件中包含中文字符的时候抛出SyntaxError异常python中默认的编码是ASCII编码,为了让接收器知道如何正确处理字符,需要在源文件中进行编码声明,声明可以用正则表达式表示

    "coding[:=]\s*([-\w.]+)"

    一般来说进行源文件编码声明有三种方式:

#coding=<encoding name>    #!/usr/bin/python  # -*- coding: <encoding name> -*-    #!/usr/bin/python  # vim: set fileencoding=<encoding name>:
  • 普通字符和Unicode进行字符串连接的时候抛出UnicodeDecodeError异常。

    # coding=utf-8  s = "中文" + u"Chinese Test"  print s
    使用 +

    操作符来进行字符串的连接时,左边为中文字符串,类型为str,右边为Unicode字符串,当两种类型的字符串连接的时候,python将左边的中文字符串转换为Unicode再与右边的Unicode字符串连接,将str转换为Unicode时使用系统默认的ASCII编码对字符串进行编码,就会出现UnicodeDecodeError异常。解法办法:

  1. 指定str转换为Unicode时的编码方式。

    #coding=utf-8  s = "中文".decode('gbk') + u"Chinese Test"
  2. 将Unicode字符串进行UTF-8编码

    s = "中文" + u"Chinese Test".encode("utf-8")

    建议十七:构建合理的包层次来管理module

    本质上每一个python文件都是一个模块,使用模块可以增强代码的可维护性和可重用性。我们需要包(Package)来合理的组织项目的层次来管理模块。

    包即目录,但是与普通目录不同,它除了包含常规的python文件(模块)以外,还包含一个__init__.py文件,同时它允许嵌套。包结构如下:

    Package/ __init__.py  Module1.py  Molude2.py  Subpackage/ __init__.py      Module1.py      Module2.py
    包中的模块可以通过 . 访问符进行访问,即 包名.模块名 。如上述嵌套结构中访问Package下的Module1可以使用 Package.Module1 ,而访问Subpackage中的Module1则可以使用 Package.Subpackage.Module1

    包中的模块同样可以被导入其他模块中,有以下几种方法:

  3. 直接导入一个包

    import Package
  4. 导入子模块或者子包

    from Package import Module1  import Package.Module1  from Package import Subpackage  import Package.Subpackage  from Package.Subpackage import Module1  import Package.Subpackage.Module1

    前面提到包的目录下应该有 init .py 文件,它除了区分包和普通目录,还可以在该文件中申明模块级别的import语句从而使其编程包级别可见。举例来看:

    上例中如果要import包Package下Module1中的类Test,当__init__.py为空的时候需要使用完整路径

    from Package.Module1 import Test

    但是如果在__init__.py中添加from Module1 import Test语句,则可以直接使用下面语句来导入类Test

    from Package import Test

    注意:如果__init__.py为空,当意图使用 from Package import *将包Package中所有的模块导入当前名字空间时并不可以,这是因为不同平台间的命名规则不同,python解释器不能正确判定模块在对应平台如何导入,因此它仅仅执行__init__.py文件,如果要控制模块的导入,则需要修改__init__.py

    __all__ = ['Module1', 'Module2', 'Subpackage']
    这样就可以了。

    包的使用可以带来如下便利:

  • 合理组织代码,易于维护和使用。以下是一个可供参考的python项目结构:

    ProjectName/  |---README  |----LICENSE  |----setup.py  |-----requirements.txt  |------sample/  |   |----__init__.py  |   |----core.py  |   |----helpers.py  |------docs/  |   |------conf.py  |   |------index.rst  |------bin/  |------package/  |   |-----__init__.py  |   |-----subpackage/  |   |-----......  |------tests/  |   |------test_basic.py  |   |------test_advancde.py
  • 能够有效地避免名称空间冲突。

总结:至此罗列了python一些惯用法,掌握和熟练使用这些是非常必要的,后面会接着说一些基础语法需要注意的地方。

参考:编写高质量代码--改善python程序的91个建议

</div>

来自: http://www.cnblogs.com/cotyb/p/5091318.html