Liuw's Thinkpad

昨天做东西的时候用到这个了。转过来的，觉得不错先记下了。

def comb(items, n=None):
    if n is None:
        n = len(items)
    for i in range(len(items)):
        v = items[i:i+1]
        if n == 1:
            yield v
        else:
            rest = items[i+1:]
            for c in comb(rest, n-1):
                yield v + c

def perm(items, n=None):
    if n is None:
        n = len(items)
    for i in range(len(items)):
        v = items[i:i+1]
        if n == 1:
            yield v
        else:
            rest = items[:i] + items[i+1:]
            for p in perm(rest, n-1):
                yield v + p

yield这个关键字，可以看一下limodou的一[Python 学习]2.5版yield之学习心得。

此post并不是想引起语言之争，只是自己的一个针对特定情况的小发现而已。

在信息安全领域，Perl和Python一直是安全工作人员的好帮手，开发快速，简单，无须编译直接运行……这些优点，使它们成为写injector/sender的不二选择。

一般来说，做exploit的初期，通常会需要发送大量的数据，一般来说比较常见的是这样的Perl语句：

$ perl -e 'print "A" x 10240'

我原来也一直在用这样的语句，但是今天想想，为什么一定要用Perl啊，Python其实也有一样的功能嘛：

$ python -c 'print "A" * 10240'

小测试了一下，原来用Perl还是有原因的——速度。Perl的速度还真不是盖的。当然，Perl出现得比较早，hacker们形成了传统也说不定。

$ time perl -e 'print "a" x 10240' > /dev/null

real    0m0.008s
user    0m0.000s
sys     0m0.008s

$ time python -c 'print "a" * 10240' > /dev/null

real    0m0.024s
user    0m0.001s
sys     0m0.023s

再写一个C程序，做同样的事情。

char buf[10240];
int i;
int main()
{
  for (i = 0; i < 10240; i++)
    buf[i] = 'a';
  write(1, buf, 10240);

  return 0;
}

C程序测试结果如下：

$ time ./test > /dev/null

real    0m0.005s
user    0m0.000s
sys     0m0.003s

果然还是C语言的最快，不过，Perl和Python在开发上的便捷性弥补了它们在速度上的小劣势。

再回到Perl和Python的比较上来，在做这一件事上，Perl比Python要快，这是没得说的了，数据说话。因此，在快速测试时，估计我以后也是用Perl来直接输出字符串了。不过在写正式的exploit时，Python比Perl更整洁点，我还是会选择Python的。

既然是 3.0，自然和 2.x 是有区别的。看了一下 What’s New，觉得变化挺大的，一些函数的行为发生了变化，还有一些函数的实现不同了。看来 Python 的书又得翻新了。

变化比较大的是 print 从 statement 变成了 function，然后就是 unicode 和 8-bit 字符，这两个印像比较深点。其他的什么东西，到真正用上再慢慢了解了。

另，刚刚用 Django-0.96 配上 MySQL 做了一个很丑的程序，呵呵，交差用的。

这两天累过之后，想找点轻松的东西来看一下，于是想到了 Python。一口气把 Dive Into Python 看了四章，虽然看的大都是以前都知道的东西了，但是还是有另外的收获。

我平时多用 C 和 ASM，但是也自认为对于“面向对象”这个概念算是理解得比较透了，但是今天看了那本书才知道自己的理解还是比较肤浅的。在 Python 里面，万物皆对象这个说法确实不假。有的例子一下看下去，楞是没得回过神来。“对象”这个概念真是还没有深入我的心中，呵呵。

这样子看下去，自己却又多少觉得不习惯。在习惯了 C 和 Java 这些强类型定义的语言之后，Python 里面灵活的处理方式让我多少有点不适应，感觉过于灵活而难以掌控。