Python自动化运维开发实战 一、初识Python

导语

都忘记是什么时候知道python的了，我是搞linux运维的，早先只是知道搞运维必须会shell,要做一些运维自动化的工作，比如实现一些定时备份数据啊、批量执行某个操作啊、写写监控脚本什么的。
后来发现工作量大的时候shell开始变慢，实现某个功能使用shell感觉力不从心，听人说python能实现shell能做的一切功能，而且开发效率高，速度快，慢慢的就认识了python,多多少少看点简单的东西。
印象最深的是花几天时间把《python简明手册》看完后，感觉python很简单，特二的认为自己会python了，尴尬的在后面，发现我只是学了点python的基础，现在看来连皮毛都算不上。
都说python简单，可能是对专业的开发人员来讲吧，我作为一个搞运维的对编程真的是不感冒，发现python真的是博大精深，好难，东西好多，学不完，不过还好，我们运维工程师不用搞那么多。
算了，发发牢骚，不扯淡了，上正题。

python是什么？

简单点，一门计算机编程语言，属于高级语言中的脚本语言，几乎什么都能做，比如写图形界面、做网站后台、写c/s架构的服务软件、写类似于shell但比shell强大好多倍的自动化运维工具、还能作为很多语言的胶水语言使用，虽然不能直接操作底层硬件，但是他能调用其他低级语言类库，比如c/c++等。太多，这里不一一赘述，总之你想学编程，想体验一下编程的快感，选python就对了，入门相当容易，呵呵，后面不容易，现在才知道具备类似c语言的开发功底有多么难得，上大学没好好学，现在自己啃硬骨头，又跑题儿了。不过别怕，只要功夫深、铁杵磨成针！

python历史

关于python的历史，起码应该知道guido吧，人称龟叔，曾就职于google，现在dropbox,一家做云存储的公司，最近也没了解过他了，没准儿换地方儿了呢，呵呵。他很nb，你想他的nb之处就没法玩儿了。他希望有一种语言，能像C语言那样，全面调用计算机的功能接口，又可以像shell那样轻松的编程，找到一种叫ABC的语言，后来觉得人家别人写（他自己也参与开发了）的语言不好用，就自己用c语言写了一个。
1991年开发出来的，发展到现在在云计算、自动化运维、人工智能等方面没有什么语言能干掉它了。不管未来怎样，python的历史已经可以当小说读读就算了。

python特性

1. 面向对象
面向对象的程序设计抽象出对象的行为和属性，把行为和属性分离开，但是又合理的组织在一起。它消除了保护类型、抽象类、接口等面向对象的元素，使得面向对象的概念更容易理解。2. 简单
没有分号，使用缩进的方式分隔代码，代码简洁，短小，易于阅读。3. 内置数据结构
类似于Java中集合类的功能。python的数据结构包括元组，列表，字典等。元组相当于“只读”的数组，列表可以作为可变长度的数组使用，字典相当于java中的hashtable类型。4. 健壮
提供异常退出机制，能捕获程序的异常情况。5. 跨平台
python会先先编译成与平台相关的二进制码，然后再解释执行，这种方式和java类似。6. 可拓展
python是用c开发的语言，因此可以使用c扩展python，可以给python添加新的模块、新的类。同时python可以嵌入到c，c++语言开发的项目中，使语言具备脚本语言的特性。7. 动态
python不需要另外声明变量，直接赋值即可以创建一个新的变量。8. 强类型语言
python会根据赋值表达式的内容决定变量的数据类型。python在内部建立了管理这些变量的机制，出现在同一个表达式的不同类型的变量需要做类型转换。9. 应用广泛
python有许多第三方的库支持。例如：PIL库应用于图像处理，numpy库应用于数学计算，wxpython库应用于GUI程序的设计，Django库应用于web程序的开发等。10. 解释型语言
就是脚本了

python核心开发者Tim Peters所总结的“Python之禅”

The Zen of Python
Python 之禅 Beautiful is better than ugly. 美胜于丑 Explicit is better than implicit. 显胜于隐 Simple is better than complex. 简胜于繁 Complex is better than complicated. 繁胜于杂 Flat is better than nested. 平胜于迭 Sparse is better than dense. 疏胜于密 Readability counts. 读胜于写 Special cases aren't special enough to break the rules. 规则胜于特例 Although practicality beats purity. 实用胜于单纯 Errors should never pass silently. 告错胜于沉默 Unless explicitly silenced. 沉默胜于吵闹 In the face of ambiguity, refuse the temptation to guess. 拒绝胜于猜测 There should be one-- and preferably only one --obvious way to do it. 唯一胜于显然 Although that way may not be obvious at first unless you're Dutch. 显然不是荷兰 Now is better than never. 现在胜于永不 Although never is often better than *right* now. 永不胜于匆猝 If the implementation is hard to explain, it's a bad idea. 凡值得说,必易于说 If the implementation is easy to explain, it may be a good idea. 反之则不然 Namespaces are one honking great idea -- let's do more of those! 名可名, 请常名

一些比较有名的网站或应用

还有比openstack更有名的python应用吗？
下面一些是用python进行开发，有一些在部分业务或功能上使用到了python，还有的是支持python作为扩展脚本语言，数据大部分来自Wikepedia和Quora。
Reddit - 社交分享网站，最早用Lisp开发，在2005年转为python
Dropbox - 文件分享服务
豆瓣网 - 图书、唱片、电影等文化产品的资料数据库网站
Django - 鼓励快速开发的Web应用框架
Fabric - 用于管理成百上千台Linux主机的程序库
EVE - 网络游戏EVE大量使用Python进行开发
Blender - 以C与Python开发的开源3D绘图软件
BitTorrent - bt下载软件客户端
Ubuntu Software Center - Ubuntu 9.10版本后自带的图形化包管理器
YUM - 用于RPM兼容的Linux系统上的包管理器
Civilization IV - 游戏《文明4》
Battlefield 2 - 游戏《战地2》
Google - 谷歌在很多项目中用python作为网络应用的后端，如Google Groups、Gmail、Google Maps等，Google App Engine支持python作为开发语言
NASA - 美国宇航局，从1994年起把python作为主要开发语言
Industrial Light & Magic - 工业光魔，乔治·卢卡斯创立的电影特效公司
Yahoo! Groups - 雅虎推出的群组交流平台
YouTube - 视频分享网站，在某些功能上使用到python
Cinema 4D - 一套整合3D模型、动画与绘图的高级三维绘图软件，以其高速的运算和强大的渲染插件著称
Autodesk Maya - 3D建模软件，支持python作为脚本语言
gedit - Linux平台的文本编辑器
GIMP - Linux平台的图像处理软件
Minecraft: Pi Edition - 游戏《Minecraft》的树莓派版本
MySQL Workbench - 可视化数据库管理工具
Digg - 社交新闻分享网站
Mozilla - 为支持和领导开源的Mozilla项目而设立的一个非营利组织
Quora - 社交问答网站
Path - 私密社交应用
Pinterest - 图片社交分享网站
SlideShare - 幻灯片存储、展示、分享的网站
Yelp - 美国商户点评网站
Slide - 社交游戏/应用开发公司，被谷歌收购

关于python版本

官方维基：
https://wiki.python.org/moin/Python2orPython3下面是摘自官方wiki的一段话，总之能用python3就用3吧
What are the differences?
Short version: Python 2.x is legacy, Python 3.x is the present and future of the language
Python 3.0 was released in 2008. The final 2.x version 2.7 release came out in mid-2010, with a

statement of extended support for this end-of-life release. The 2.x branch will see no new major releases after that. 3.x is under active development and has already seen over five years of stable releases, including version 3.3 in 2012, 3.4 in 2014, and 3.5 in 2015. This means that all recent standard library improvements, for example, are only available by default in Python 3.x.