<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[github_39463644的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/github_39463644</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; github_39463644]]></copyright><item><title><![CDATA[Python定时任务框架：APScheduler源码剖析(二)]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/103597378</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/103597378</guid><author>github_39463644</author><pubDate>Wed, 18 Dec 2019 14:37:05 +0800</pubDate><description><![CDATA[前言
在上一篇文章中，简单的捋了一遍使用BackgroundScheduler调度器做定时任务的流程，本篇接着上一篇文章，分析一下_real_add_job方法和_main_loop方法。
虽然APScheduler有多种不同的调度器以及多种不同的使用方式，但其核心都是类似的，一通百通。
对了，文中分析的APScheduler是当前最新版3.6.1。
剖析_real_add_job
回顾一下上篇文...]]></description><category></category></item><item><title><![CDATA[Python定时任务框架：APScheduler源码剖析(一)]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/103581000</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/103581000</guid><author>github_39463644</author><pubDate>Tue, 17 Dec 2019 15:15:24 +0800</pubDate><description><![CDATA[前言
APScheduler是Python中知名的定时任务框架，可以很方面的满足定时执行或周期性执行程序任务等需求，类似于Linux上的crontab，但比crontab要更加强大，该框架不仅可以添加、删除定时任务，还提供多种持久化任务的功能。
APScheduler弱分布式的框架，因为每个任务对象都存储在当前节点中，只能通过人肉的形式实现分布式，如利用Redis来做。
第一次接触APSchedu...]]></description><category></category></item><item><title><![CDATA[MySQL插入优化与requests连接池]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/103530343</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/103530343</guid><author>github_39463644</author><pubDate>Fri, 13 Dec 2019 16:58:52 +0800</pubDate><description><![CDATA[最近工作比较忙，此外花了时间看杂书，文章写的比较少。
本篇文章分享一个工作中遇到的小问题。
背景
要完成一个开发任务，读取一个具有80w条数据的CSV文件，将其入库，因为CSV文件中缺少2个关键数据，需要通过调用内部Web API接口的形式去获得，2个参数分别请求两个URL，每次请求参数不同。
MySQL插入优化
先不考虑Web API方面的内容，80w条数据，如何快速的入库MySQL？
一个直观...]]></description><category></category></item><item><title><![CDATA[Flask源码剖析(六)：响应是怎么实现的]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/103456481</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/103456481</guid><author>github_39463644</author><pubDate>Mon, 09 Dec 2019 13:42:21 +0800</pubDate><description><![CDATA[前言
接着此前Flask源码剖析系列，这次来看看Flask是怎么样生成响应的。
基本使用
Flask会将视图函数返回的值作为Response返回给客户端，这一步对Flask框架使用者而言是透明的，最基本的用法如下：
@app.route('/')
def hello():
    return 'Hello, 二两!', 200, {'Content-Type': 'application/jso...]]></description><category></category></item><item><title><![CDATA[微信Hook实战记录2:动手实现恶意dll内存插入器]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/103451010</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/103451010</guid><author>github_39463644</author><pubDate>Sun, 08 Dec 2019 23:39:31 +0800</pubDate><description><![CDATA[Hook任何软件，整体思路都是通过内存调试软件对软件运行时内存进行断点调试，找到想要hook的内存地址，转为可以通过程序主dll可以获得的相对地址，然后再此处插入自己的恶意汇编代码，如果代码比较复杂，还需要编写寄存器保护逻辑，避免自己的恶意代码修改了寄存器中的值后，程序正常的逻辑无法运行。
前言
在上一篇文章「微信Hook实战记录 1:找到个人信息」中，介绍了如何使用OD与CE来找到微信中存放个人...]]></description><category></category></item><item><title><![CDATA[Flask源码剖析(二):路由原理]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/103323130</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/103323130</guid><author>github_39463644</author><pubDate>Sat, 30 Nov 2019 12:28:18 +0800</pubDate><description><![CDATA[前言
在上一篇中，从最简单使用形式入手，简单的过了一遍Flask应用启动流程以及其背后的原理，本篇将会以类似的风格剖析Flask路由相关的内容，同样不会涉及过多细节，力求从较高的维度去看。
Flask版本：1.0.2
endpoint端点
回归一下上一篇文章，在通过@app.route()装饰器将函数转为Flask视图函数时，多次提及了endpoint，对应的add_url_rule()代码如下。...]]></description><category></category></item><item><title><![CDATA[Flask源码剖析(一):Flask启动流程]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/103323118</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/103323118</guid><author>github_39463644</author><pubDate>Sat, 30 Nov 2019 12:27:22 +0800</pubDate><description><![CDATA[前言
Flask是Python著名的web框架，其特点是轻量简单易扩展。
Flask源码量挺多的，本文从比较高的维度整体看一下Flask关键结构的实现原理，文中不会细究太多细节，不多废话，开搞。
考虑篇幅长度，分多篇文章来讨论，本文系列文章以Flask 1.0.2 为基准。
前置背景知识
Flask依赖于werkzeug与jinja这两个核心库，werkzeug是HTTP与WSGI相关的工具集，而...]]></description><category></category></item><item><title><![CDATA[装饰器在大型项目中几个有趣的用法]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/103323096</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/103323096</guid><author>github_39463644</author><pubDate>Sat, 30 Nov 2019 12:24:26 +0800</pubDate><description><![CDATA[前言
众所周知，Python是一门动态语言，变量不需要声明类型，这种灵活的形式让多人进行大型Python开发时会面临类型不明确的问题，项目中类和方法很多了，方法的参数就会让人迷惑，如果开发者自身编码风格又比较随意，那么项目就会变得难以维护。
受公司项目启发，这里分享关于装饰器的几点思考。
“全局”静态方法
静态方法很简单，使用@staticmethod装饰器则可，简单例子如下：
class MyC...]]></description><category></category></item><item><title><![CDATA[自由职业之路-从每小时5美元的Upwork工作到百万美元跨境咨询业务]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/100148854</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/100148854</guid><author>github_39463644</author><pubDate>Thu, 29 Aug 2019 23:21:00 +0800</pubDate><description><![CDATA[title: 自由职业之路-从每小时5美元的Upwork工作到百万美元跨境咨询业务
tags: 随笔

原文：https://www.sinostep.com/from-5USD-hourly-job-on-upwork-to-million-dollar-cross-border-consulting-business/

简介
从2011年以来，我一直在Upwork上从事工作，一开始，我的入...]]></description><category></category></item><item><title><![CDATA[Python进阶：深入GIL(上篇)]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/98613603</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/98613603</guid><author>github_39463644</author><pubDate>Tue, 06 Aug 2019 14:12:40 +0800</pubDate><description><![CDATA[Python进阶：深入GIL(上篇)

HackPython致力于有趣有价值的编程教学

简介
熟悉Python的人理应都听过GIL(Global Interpreter Lock，全局解释器锁)]]></description><category></category></item><item><title><![CDATA[Python进阶：使用ctypes将Python运行速度提升30倍]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/98612930</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/98612930</guid><author>github_39463644</author><pubDate>Tue, 06 Aug 2019 14:05:34 +0800</pubDate><description><![CDATA[Python进阶：使用ctypes将Python运行速度提升30倍

HackPython致力于有趣有价值的编程教学

简介
当Python面临运算密集型任务时，其速度总是显得力不从心。要提升Python代码运行速度有多种方法，如ctypes、cython、CFFI等，本篇文章主要从ctypes方面介绍如何提升Python的运行速度]]></description><category></category></item><item><title><![CDATA[Python进阶：深入GIL(上篇)]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/98197570</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/98197570</guid><author>github_39463644</author><pubDate>Fri, 02 Aug 2019 13:48:34 +0800</pubDate><description><![CDATA[Python进阶：深入GIL(上篇)

HackPython致力于有趣有价值的编程教学

简介
熟悉Python的人理应都听过GIL(Global Interpreter Lock，全局解释器锁)]]></description><category></category></item><item><title><![CDATA[Python进阶：浅拷贝与深拷贝]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/97250906</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/97250906</guid><author>github_39463644</author><pubDate>Thu, 25 Jul 2019 12:01:22 +0800</pubDate><description><![CDATA[Python进阶：浅拷贝与深拷贝

HackPython致力于有趣有价值的编程教学

简介
Python中的拷贝分为浅拷贝与深拷贝，如果学习过C语言的指针，会发觉其中的一些共性。如果你不了解浅拷贝与深拷贝，那么在使用Python的过程中，就容易出现意料之外的状态]]></description><category></category></item><item><title><![CDATA[Python进阶必学库：使用asyncio实现协程爬虫]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/97249137</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/97249137</guid><author>github_39463644</author><pubDate>Thu, 25 Jul 2019 11:42:30 +0800</pubDate><description><![CDATA[Python进阶必学库：使用asyncio实现协程爬虫

HackPython致力于有趣有价值的编程教学

简介
asyncio是Python3.x中比较复杂的概念]]></description><category></category></item><item><title><![CDATA[Python进阶：百万「并发」基础之异步编程（下篇）]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/96706594</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/96706594</guid><author>github_39463644</author><pubDate>Sun, 21 Jul 2019 11:54:57 +0800</pubDate><description><![CDATA[Python进阶：百万「并发」基础之异步编程（下篇）

HackPython致力于有趣有价值的编程教学

简介
在上一节中，了解了yield、yield from等概念，此时Python以及具有编写协程实现「回调」的能力，而「回调」是异步编程的基础，随后Python语言的开发者利用yield from能力，在Python3.4中引入了异步I/O框架asyncio，该框架在Python3.5中被完善...]]></description><category></category></item><item><title><![CDATA[Python进阶：百万「并发」基础之异步编程（下篇）]]></title><link>https://blog.youkuaiyun.com/github_39463644/article/details/96640650</link><guid>https://blog.youkuaiyun.com/github_39463644/article/details/96640650</guid><author>github_39463644</author><pubDate>Sat, 20 Jul 2019 22:27:04 +0800</pubDate><description><![CDATA[HackPython致力于有趣有价值的编程教学

简介
在上一节中，了解了yield、yield from等概念，此时Python以及具有编写协程实现「回调」的能力，而「回调」是异步编程的基础，随后Python语言的开发者利用yield from能力，在Python3.4中引入了异步I/O框架asyncio，该框架在Python3.5中被完善并作为标准库之一，用于基于协程的异步I/O编程，本节就...]]></description><category></category></item></channel></rss>