用过 MySQL 的童鞋一定对那个非常好看的字符表格印象深刻吧！

在 Python 中，使用 tabulate 库，可轻松实现一模一样的字符表格。

快速上手

废话不多说，先来看看效果：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

    >>> from tabulate import tabulate

    >>> table_header = ['Name', 'Chinese', 'Math', 'English']
    >>> table_data = [
    ...     ('Tom', '90', '80', '85'),
    ...     ('Jim', '70', '90', '80'),
    ...     ('Lucy', '90', '70', '90'),
    ... ]

    >>> print(tabulate(table_data, headers=table_header, tablefmt='grid'))
    +--------+-----------+--------+-----------+
    | Name   |   Chinese |   Math |   English |
    +========+===========+========+===========+
    | Tom    |        90 |     80 |        85 |
    +--------+-----------+--------+-----------+
    | Jim    |        70 |     90 |        80 |
    +--------+-----------+--------+-----------+
    | Lucy   |        90 |     70 |        90 |
    +--------+-----------+--------+-----------+

作为信息安全领域的基石，数据加密算法你或多或少应该用过。可你知道数据加密分成 对称加密 ( symmetric encryption ) 和 非对称加密 ( asymmetric encryption ) 两种吗？对称加密与非对称加密有什么区别？各自适用于什么场景？

对称加密

在对称加密中，我们需要维护一个 密钥 ( secret key )。数据加密者根据加密算法用 密钥 对 明文 进行加密，得到不可读懂的 密文 。数据解密者根据加密算法，用同样的 密钥 对密文进行解密，得到原来的明文。

一直以来，编码问题像幽灵一般，不少开发人员都受过它的困扰。

试想你请求一个数据，却得到一堆乱码，丈二和尚摸不着头脑。有同事质疑你的数据是乱码，虽然你很确定传了 UTF-8 ，却也无法自证清白，更别说帮同事 debug 了。

有时，靠着百度和一手瞎调的手艺，乱码也能解决。尽管如此，还是很羡慕那些骨灰级程序员。为什么他们每次都能犀利地指出问题，并快速修复呢？原因在于，他们早就把编码问题背后的各种来龙去脉搞清楚了。

本文从 ASCII 码说起，带你扒一扒编码背后那些事。相信搞清编码的原理后，你将不再畏惧任何编码问题。

笔者最近在整理 Node.js 操作各数据库的方法，却不料遇到一个很棘手的问题：很多数据库，都需要同时下载 Server 端和 Client 端，并进行相应的配置，着实是麻烦。那有没有方法可以省去这些步骤呢？

答案肯定是有的，这就是今天要介绍的主题 —— Docker。

Docker 概述

那 Docker 是什么呢？

通俗地讲，当我们部署代码到生产服务器时，第一次都需要先进行环境配置，比如你有 100 台机器，你就要手动配置 100 台服务器的环境，这样难保不会出错。 Docker 则将软件服务制作成标准化的模板，也就是镜像，从而实现快捷部署。每次部署新机器，只需要拉取相关镜像，即可一键完成。

Python 可以读写 Excel 表格吗？

当然可以。 Python 下有很多类库可以做到， openpyxl 就是其中的佼佼者。

openpyxl 的设计非常漂亮 ，你一定会喜欢它！不信请往下看：

工作簿

开始 openpyxl 前，无需提前建好工作簿( Workbook )。 只需导入 Workbook 类，便可在内存中创建新工作簿并开始操作：

1
2

>>> from openpyxl import Workbook
>>> wb = Workbook()

Linux 内核有很多可以定制化的参数 —— 内核参数 ( kernel parameters )， 斟酌设置内核参数对 系统调优 意义重大。 内核参数 涵盖内核的方方面面，包括 网络 ( net )、 文件系统 ( fs )等等。

本文以 fs.file-max 参数为例，介绍设置内核参数的几种方式。

procfs

Linux 内核通过 procfs 伪文件系统暴露 内核参数 的访问接口， 通过 procfs 接口，用户可 设置 或者 查看 指定内核参数。 内核参数位于 /proc/sys 目录下，以 fs.file-max 参数为例，路径为 /proc/sys/fs/file-max 。

查看参数只需读取对应文件内容：

1
2

$ cat /proc/sys/fs/file-max
94524

QUIC ，即 快速UDP网络连接 ( Quick UDP Internet Connections )， 是由 Google 提出的实验性网络传输协议 ，位于 OSI 模型传输层。 QUIC 旨在解决 TCP 协议的缺陷，并最终替代 TCP 协议， 以减少数据传输，降低连接建立延迟时间，加快网页传输速度。

QUIC 主要特点有：

• 多流设计；
• 低等待延迟；
• 加密性能更优；
• 前向纠错；
• 应用程序实现；
• 连接保持；

在 邮件报表 之类的开发任务中，需要生成 HTML 表格。

使用 Python 生成 HTML 表格基本没啥难度， for 循环遍历一遍数据并输出标签即可。 如果需要实现合并单元格，或者按需调整表格样式，就比较麻烦了。

这时，可以试试本文的主角 —— html-table 包，借助它可生成各种样式的 HTML 表格。 接下来，以一个简单的例子演示 html-table 的常用用法：

开发系统时，经常需要一些伪数据用于测试。

举个例子，设计一个学生管理系统，测试注册功能，总需要一些用户信息吧。我猜大部分人都会填：用户 aaaa ，密码 1111 ，手机号码 1111 ……感觉略无追求~

那么有没有办法造一个看上是真的数据呢？自己造很累，有没有不需要大脑的方法的？

还真有，这就是本文要介绍的一个Python模块——Faker。

最近用在开发一个 agent 程序，需要支持 Linux、 FreeBSD 及 Windows 等操作系统。 复杂的机器环境，导致一系列诡异问题，尽管代码发布前在不少测试机上验证过。

Python 程序吐 coredump 文件怎么办？ 很多人会想到用 gdb 加载 coredump 文件，然后查看 信号 及 堆栈 信息，据此分析原因。 堆栈信息在调试中非常有用，可别忘了，待调试的是 Python 代码，而 gdb 提供的是 C 堆栈信息！ 难道要撸 Python 源码，然后分析各种核心数据结构吗？ 有什么方式可以查看到 Python 堆栈信息吗？

还遇到过另一个问题，一个 Python 进程突然间陷入死循环，所有其他线程都调度不到。 遇到这种情况，首先可能需要知道死循环到底在干什么。 如何获悉呢？可能用 strace 跟一下系统调用可以看出一点端倪。 但是一个堆栈信息更为具体更有说服力，就算是只有 C 堆栈信息有时也是足以说明问题的。

gdb 就可以解决以上难题(其实远不止)，接下来，我们一起看看具体要怎么操作吧~