python校验和
A. python爬虫如何验证自签名证书
python爬虫验证自签名证书步骤如下：脊拦旦
1、下载并导入证书。
2、关联好证书内容和相应的私钥樱扰。
3、用openssl提供的函数或者其他相关工具对衡纤证书进行验证。
B. 如何使用python 校验13位ISBN
#encoding:咐穗脊utf-8
#Python3.6.0
defcheck(s):
衡渗t=0
a=1*int(s[5])+3*int(s[6])+1*int(s[7])+3*int(s[9])+1*int(s[10])+3*int(s[11])+1*int(s[12])+3*int(s[13])+1*int(s[14])+3*int(s[15])+1*int(s[16])+3*int(s[17])
c=int(str(a)[-1])
ifnotc==0:
t=10-c
族氏returnt
pn='ISBN-978-897283571-4'
print(check(pn))
C. 怎么用python和原始套接字发送一tcp数据包
TCP的首部格式：
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| Source Port | Destination Port |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| Sequence Number |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| Acknowledgment Number |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| Data | |U|A|P|R|S|F| |
| Offset| Reserved |R|C|S|S|Y|I| Window |
| | |G|K|H|T|N|N| |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| Checksum | Urgent Pointer |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| Options | Padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| data |
-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-
—Source Port是源端口，16位。
—Destination Port是目的端口，16位。
—Sequence Number是发送数据包中的第一个字节的序列号，32位。
—Acknowledgment Number是确认序列号，32位。
—Data Offset是数据偏移，4位，该字段的值是TCP首部（包括选项）长度乘以4。
—标志位： 6位，URG表示Urgent Pointer字段有意义：
ACK表示Acknowledgment Number字段有意义
PSH表示Push功能，RST表示复位TCP连接
SYN表示SYN报文（在建立TCP连接的时候使用）
FIN表示没有数据需要发送了（在关闭TCP连接的时候使用）
Window表示接收缓冲区的空闲空间，16位，用来告诉TCP连接对端自己能够接收的最大数据长度。
—Checksum是校验和，16位。
—Urgent Pointers是紧急指针，16位，只有URG标志位被设置时该字段才有意义，表示紧急数据相对序列号（Sequence Number字段的值）的偏移。
更多TCP协议的详细信息可以在网上轻易找到，在这里不再赘述。
为了建立一个可以自己构造数据的包，我们使用"SOCK_RAW"这种socket格式，使用"IPPROTO_RAW"协议，它会告诉系统我们将提供网络层和传输层。
s = socket.socket(socket.AF_INET,socket.SOCK_RAW,)
通过这个简单的类，我们可以进行IP头部信息构造
class ip(object):
def __init__(self, source, destination):
self.version = 4
D. Python数据验证库(一) validators
很多时候我们的程序会接收来自外部的数据，但是我们不能确保接收的数据是我们期待的数据，这时可能需要对数据进行一些验证。比如，在做接口测试时，我们发送http请求，会受到服务器的应答信息，这时需要对接收的数据进行检查，判断是否符合预期。
这里介绍一个简单的数据验证库 validators ，后续还会介绍其他的数据验证库。
python有很多数据验证工具，但是其他的数据验证工具都需要自己定义模式。validators是一个简单的数据验证库，当验证一个简单的值时，不需要定义一个表单或模式。
目前 validators 支持python版本2.7, 3.3, 3.4, 3.5 和PyPy
在validators中每一个validator是一个简单的函数，函数参数为要验证的值，一些函数可能有额外的关键字参数。对于每一个函数，如果验证成功，则返回 True ；若验证失败，则返回一个 ValidationFailure 对象。
验证一个数字 value 是否在最小值 min 和最大值 max 之间， value 不仅仅可以是整数，也可以是其它数据类型，例如floats, decimals 和 dates.
Parameters:
•猜皮 min – The minimum required value of the number. If not provided, minimum value will not be checked.
• max – The maximum value of the number. If not provided, maximum value will not be checked.
验证 value 是否是一个有效域。如果 value 是一个有效域名，函数返回 True , 否则返回 ValidationFailure .
也支持国际化域名(IDN domain),例如：
验证是否是合法的邮件地址，如果是，函数返回 True , 否则返回 ValidationFailure .
验证是否是合法的国际银行账户号码，如果是，函数返回 True , 否则返回 ValidationFailure .
验证是否是合法的ipv4地址，如穗册差果是，函数返回 True , 否则返回 ValidationFailure .
验证是否是合法的ipv6地址，如果是，函数返回 True , 否则返回 ValidationFailure .
验证给定的字符串长度是否在指定范围内。
验证是否是合法的mac地址，如果是，函数返回 True , 否则返回 ValidationFailure .
验证是否是合法的slug，如果是，函数返回 True , 否则返回 ValidationFailure .
验证是否是合法的url，如果是，函数返回 True , 否则返回 ValidationFailure .
Parameters:
• value – 要验证的url
• public – (default=False) Set True to only allow a public IP address
验证姿敏Finnish Business ID.
验证Finnish Social Security Number.
class validators.utils.ValidationFailure(func, args)
validators.utils.validator(func, *args, **kwargs)
例：
控制台输出结果：
下一篇：Python数据验证库（二）validator
http://www.jianshu.com/p/eee56214af9c
E. 怎么用python算p值和t检验
引入相关模块，这次我们使用stats的
产生两列随机变量，用到了stats。norm.rvs，参数loc表示平均数，scale表示标准差，size是样本量这是产生的两个变量的数据的一部分
ttest_rel的用法：输出t和p值从p值可以看出，这两列数据是没有差异的。
当然，ttest_rel还可以接受pandas.DataFrame数据，先从excel中读取数据我们可以看一下数据的基本内容：
我们可以选择scoreA和ScoreB这两列数据进行T检验输出的结果可见两列变量均值无差异
我们还可以同时对多个变量进行检验，比如：这是产生的结果可见：第一个array表示t值，两个表示p值，因此我们可以知道p(scoreA)=0.126>0.05
F. python 验证代理是否有效
首先要旁指从项目中遇到的一个问题说起。编写一个python文件test.py，文件test.py内容如下：
#! /usr/bin/python
....
如果在命令行方式执行test.py的方式是：
test.py -in inputfile -out outputfile;或python test.py -in inputfile -out outputfile;
但是因为需要，用exec函数(这里使用execl)去调用这个python文件。在项目中是这样写的：
execl(”test.py”,”-in”,”inputfile”,”-out”,”outputfile”,(char*)0);
但执行结果并不是预想的test.py执行，而是启动了python交互程序，不知道是什么原因。因为一直以为如果写清虚一个C程序，比如main。运正配那么在命令行输入:main arg1 arg2执行的效果和execl(”main”,”arg1”,”arg2”,(char*)0)的效果应该是一样的。
G. python调用检验是什么意思
Python中的"调用"指的是使用其他函数或模块中提供的功能，以实现特定的代码需求。而"检验"则指对代码进行测试、验证和确认其正确性和可靠性。因此，"python调用检验"通常指通过测试、验证和确认这些调用是否可以正常工作，以确保程序的正确性和可靠性。具体来说，Python中对调用进行检验通常有以下几种方式：
1. 单元测试：针对代码中的单个函数或模块进行测试，通过输入不同数据和参数，验证其输出是否符合预期。
2. 集成测试：将多个模块或函数组合起来进行测试，检查它们之间的交互是否正常，以及是否能够协同工作。
3. 功能测试：测试整个程序的功能是否正常工作，例如测试程序的用户接口、性能、安全性等方面。
4. 端到端测试：从程序的开始到结束，模拟真实用户在系统中的操作过程，测激含试整个系统的可用性和稳定性。
在Python中，通常使用测试框架如unittest、pytest、doctest等来实现对调用的检验。这些明烂笑框架提供了一系列的工具和函数，帮助开发者编写测试用例并进行测试，可以有效地历如提高代码的质量和稳定性。
H. 如何利用Python做简单的验证码识别
1摘要
验证码是目前互联网上非常常见也是非常重要的一个事物，充当着很多系统的防火墙功能，但是随时OCR技术的发展，验证码暴露出来的安全问题也越来越严峻。本文介绍了一套字符验证码识别的完整流程，对于验证码安全和OCR识别技术都有一定的借鉴意义。
然后经过了一年的时间，笔者又研究和get到了一种更强大的基于CNN卷积神经网络的直接端到端的验证识别技术（文章不是我的，然后我把源码整理了下，介绍和源码在这里面）：
基于python语言的tensorflow的‘端到端’的字符型验证码识别源码整理(github源码分享)
2关键词
关键词：安全,字符图片,验证码识别,OCR,Python,SVM,PIL
3免责声明
本文研究所用素材来自于某旧Web框架的网站完全对外公开的公共图片资源。
本文只做了该网站对外公开的公共图片资源进行了爬取，并未越权做任何多余操作。
本文在书写相关报告的时候已经隐去漏洞网站的身份信息。
本文作者已经通知网站相关人员此系统漏洞，并积极向新系统转移。
本报告的主要目的也仅是用于OCR交流学习和引起大家对验证安全的警觉。
4引言
关于验证码的非技术部分的介绍，可以参考以前写的一篇科普类的文章：
互联网安全防火墙（1）--网络验证码的科普
里面对验证码的种类，使用场景，作用，主要的识别技术等等进行了讲解，然而并没有涉及到任何技术内容。本章内容则作为它的技术补充来给出相应的识别的解决方案，让读者对验证码的功能及安全性问题有更深刻的认识。
5基本工具
要达到本文的目的，只需要简单的编程知识即可，因为现在的机器学习领域的蓬勃发展，已经有很多封装好的开源解决方案来进行机器学习。普通程序员已经不需要了解复杂的数学原理，即可以实现对这些工具的应用了。
主要开发环境：
python3.5
python SDK版本
PIL
图片处理库
libsvm
开源的svm机器学习库
准备原始图片素材
图片预处理
图片字符切割
图片尺寸归一化
图片字符标记
字符图片特征提取
生成特征和标记对应的训练数据集
训练特征标记数据生成识别模型
使用识别模型预测新的未知图片集
达到根据“图片”就能返回识别正确的字符集的目标
- def get_feature(img): """
- 获取指定图片的特征值,
- 1. 按照每排的像素点,高度为10,则有10个维度,然后为6列,总共16个维度
- :param img_path:
- :return:一个维度为10（高度）的列表 """
- width, height = img.size
- pixel_cnt_list = []
- height = 10 for y in range(height):
- pix_cnt_x = 0 for x in range(width): if img.getpixel((x, y)) == 0: # 黑色点
- pix_cnt_x += 1
- pixel_cnt_list.append(pix_cnt_x) for x in range(width):
- pix_cnt_y = 0 for y in range(height): if img.getpixel((x, y)) == 0: # 黑色点
- pix_cnt_y += 1
- pixel_cnt_list.append(pix_cnt_y) return pixel_cnt_list
关于环境的安装，不是本文的重点，故略去。
6基本流程
一般情况下，对于字符型验证码的识别流程如下：
7素材准备
7.1素材选择
由于本文是以初级的学习研究目的为主，要求“有代表性，但又不会太难”，所以就直接在网上找个比较有代表性的简单的字符型验证码（感觉像在找漏洞一样）。
最后在一个比较旧的网站（估计是几十年前的网站框架）找到了这个验证码图片。
原始图：
然后就将图片素材特征化，按照libSVM指定的格式生成一组带特征值和标记值的向量文
I. python3 crc8校验-3步实现计算
最近项目中用到了跟硬件通信的crc8校验，花了点歼尘樱时间研究了一下python的crc8校验，但是一直没有找到好的技术突破。
google了一番，昨天测试了网上的几种方法都不正确，确定了氏丛使用crcmod库来实现，参考官方文档和国内的一遍文章，具体如下：
http://crcmod.sourceforge.net/crcmod.predefined.html#class-predefinedcrc
http://blog.csdn.net/snoop_lttx/article/details/53674657
其实python3 只需要3步即可实现crc8校验，官方有crc8，但是默认是crc-8不是我要找的crc-8-maxim，而crcmod库是支持多种crc8计算的。
下面我是采用crc-8-maxim算法的，多项式：x8+x5+x4+1（二进制为100110001），0x31
正确运行结果为：0xd6
下面我们使用在线crc校验工具测试一下：
http://www.ip33.com/crc.html
测试截图如下：
到此我们完成了crc8校验和。
目前有三种兄郑方式实现转换：
关于crc8的理论，本文不再赘述了。可以参考以下文章：
http://blog.csdn.net/haifengid/article/details/51753181