适合小白的 Nginx 学习手册

 
Nginx 是一个高性能的 HTTP 和反向代理服务器,特点是占用内存少,并发能力强,事实上 Nginx 的并发能力确实在同类型的网页服务器中表现较好。

适合小白的 Nginx 学习手册 ( 收藏了 )

Nginx 专为性能优化而开发,性能是其最重要的要求,十分注重效率,有报告 Nginx 能支持高达 50000 个并发连接数。

01

Nginx 知识网结构图

Nginx 的知识网结构图如下:

适合小白的 Nginx 学习手册 ( 收藏了 )

02

反向代理

正向代理:局域网中的电脑用户想要直接访问网络是不可行的,只能通过代理服务器来访问,这种代理服务就被称为正向代理。
适合小白的 Nginx 学习手册 ( 收藏了 )
反向代理:客户端无法感知代理,因为客户端访问网络不需要配置,只要把请求发送到反向代理服务器,由反向代理服务器去选择目标服务器获取数据,然后再返回到客户端。
此时反向代理服务器和目标服务器对外就是一个服务器,暴露的是代理服务器地址,隐藏了真实服务器 IP 地址。
适合小白的 Nginx 学习手册 ( 收藏了 )
03
负载均衡
客户端发送多个请求到服务器,服务器处理请求,有一些可能要与数据库进行交互,服务器处理完毕之后,再将结果返回给客户端。
普通请求和响应过程如下图:
适合小白的 Nginx 学习手册 ( 收藏了 )
但是随着信息数量增长,访问量和数据量飞速增长,普通架构无法满足现在的需求。
我们首先想到的是升级服务器配置,可以由于摩尔定律的日益失效,单纯从硬件提升性能已经逐渐不可取了,怎么解决这种需求呢?
我们可以增加服务器的数量,构建集群,将请求分发到各个服务器上,将原来请求集中到单个服务器的情况改为请求分发到多个服务器,也就是我们说的负载均衡。
图解负载均衡:
适合小白的 Nginx 学习手册 ( 收藏了 )
假设有 15 个请求发送到代理服务器,那么由代理服务器根据服务器数量,平均分配,每个服务器处理 5 个请求,这个过程就叫做负载均衡。

04

动静分离

为了加快网站的解析速度,可以把动态页面和静态页面交给不同的服务器来解析,加快解析的速度,降低由单个服务器的压力。
动静分离之前的状态:
适合小白的 Nginx 学习手册 ( 收藏了 )
动静分离之后:
适合小白的 Nginx 学习手册 ( 收藏了 )
06
Nginx安装

Nginx 如何在 Linux 安装

参考链接:
https://blog.csdn.net/yujing1314/article/details/97267369

Nginx 常用命令

查看版本:
./nginx -v
启动:
./nginx
关闭(有两种方式,推荐使用 ./nginx -s quit):
 ./nginx -s stop
 ./nginx -s quit
重新加载 Nginx 配置:
./nginx -s reload

Nginx 的配置文件

配置文件分三部分组成:
①全局块
从配置文件开始到 events 块之间,主要是设置一些影响 Nginx 服务器整体运行的配置指令。
并发处理服务的配置,值越大,可以支持的并发处理量越多,但是会受到硬件、软件等设备的制约。
适合小白的 Nginx 学习手册 ( 收藏了 )
②events 块
影响 Nginx 服务器与用户的网络连接,常用的设置包括是否开启对多 workprocess 下的网络连接进行序列化,是否允许同时接收多个网络连接等等。
支持的最大连接数:
适合小白的 Nginx 学习手册 ( 收藏了 )
③HTTP 块
诸如反向代理和负载均衡都在此配置。
location[ = | ~ | ~* | ^~] url{

}
location 指令说明,该语法用来匹配 url,语法如上
  • =:用于不含正则表达式的 url 前,要求字符串与 url 严格匹配,匹配成功就停止向下搜索并处理请求。
  • ~:用于表示 url 包含正则表达式,并且区分大小写。
  • ~*:用于表示 url 包含正则表达式,并且不区分大小写。
  • ^~:用于不含正则表达式的 url 前,要求 Nginx 服务器找到表示 url 和字符串匹配度最高的 location 后,立即使用此 location 处理请求,而不再匹配。
  • 如果有 url 包含正则表达式,不需要有 ~ 开头标识。

07

反向代理实战

①配置反向代理

目的:在浏览器地址栏输入地址 www.123.com 跳转 Linux 系统 Tomcat 主页面。
②具体实现
先配置 Tomcat,因为比较简单,此处不再赘叙,并在 Windows 访问:
适合小白的 Nginx 学习手册 ( 收藏了 )
具体流程如下图:
适合小白的 Nginx 学习手册 ( 收藏了 )
修改之前:
适合小白的 Nginx 学习手册 ( 收藏了 )
配置如下:
适合小白的 Nginx 学习手册 ( 收藏了 )
再次访问:
适合小白的 Nginx 学习手册 ( 收藏了 )
③反向代理 2
目标:
  • 访问 http://192.168.25.132:9001/edu/ 直接跳转到 192.168.25.132:8080
  • 访问 http://192.168.25.132:9001/vod/ 直接跳转到 192.168.25.132:8081
准备:配置两个 Tomcat,端口分别为 8080 和 8081,都可以访问,端口修改配置文件即可。
适合小白的 Nginx 学习手册 ( 收藏了 )
适合小白的 Nginx 学习手册 ( 收藏了 )
新建文件内容分别添加 8080!!!和 8081!!!
适合小白的 Nginx 学习手册 ( 收藏了 )
适合小白的 Nginx 学习手册 ( 收藏了 )
响应如下图:
适合小白的 Nginx 学习手册 ( 收藏了 )
适合小白的 Nginx 学习手册 ( 收藏了 )
具体配置如下:
适合小白的 Nginx 学习手册 ( 收藏了 )
重新加载 Nginx:
./nginx -s reload
访问:
适合小白的 Nginx 学习手册 ( 收藏了 )
适合小白的 Nginx 学习手册 ( 收藏了 )
实现了同一个端口代理,通过 edu 和 vod 路径的切换显示不同的页面。
反向代理小结
第一个例子:浏览器访问 www.123.com,由 host 文件解析出服务器 ip 地址 192.168.25.132 www.123.com。
然后默认访问 80 端口,而通过 Nginx 监听 80 端口代理到本地的 8080 端口上,从而实现了访问 www.123.com,最终转发到 tomcat 8080 上去。
第二个例子:
  • 访问 http://192.168.25.132:9001/edu/ 直接跳转到 192.168.25.132:8080
  • 访问 http://192.168.25.132:9001/vod/ 直接跳转到 192.168.25.132:8081
实际上就是通过 Nginx 监听 9001 端口,然后通过正则表达式选择转发到 8080 还是 8081 的 Tomcat 上去。
08
负载均衡实战
①修改 nginx.conf,如下图:
适合小白的 Nginx 学习手册 ( 收藏了 )
适合小白的 Nginx 学习手册 ( 收藏了 )
②重启 Nginx:
./nginx -s reload
③在 8081 的 Tomcat 的 webapps 文件夹下新建 edu 文件夹和 a.html 文件,填写内容为 8081!!!!
④在地址栏回车,就会分发到不同的 Tomcat 服务器上:
适合小白的 Nginx 学习手册 ( 收藏了 )
适合小白的 Nginx 学习手册 ( 收藏了 )
负载均衡方式如下:
  • 轮询(默认)。
  • weight,代表权,权越高优先级越高。
  • fair,按后端服务器的响应时间来分配请求,相应时间短的优先分配
  • ip_hash,每个请求按照访问 ip 的 hash 结果分配,这样每一个访客固定的访问一个后端服务器,可以解决 Session 的问题。

适合小白的 Nginx 学习手册 ( 收藏了 )

适合小白的 Nginx 学习手册 ( 收藏了 )

适合小白的 Nginx 学习手册 ( 收藏了 )

 

09
动静分离实战

什么是动静分离?把动态请求和静态请求分开,不是讲动态页面和静态页面物理分离,可以理解为 Nginx 处理静态页面,Tomcat 处理动态页面。

动静分离大致分为两种:
  • 纯粹将静态文件独立成单独域名放在独立的服务器上,也是目前主流方案。
  • 将动态跟静态文件混合在一起发布,通过 Nginx 分开。

动静分离图析:

适合小白的 Nginx 学习手册 ( 收藏了 )
实战准备,准备静态文件:
适合小白的 Nginx 学习手册 ( 收藏了 )
适合小白的 Nginx 学习手册 ( 收藏了 )
配置 Nginx,如下图:
适合小白的 Nginx 学习手册 ( 收藏了 )

Nginx 高可用

如果 Nginx 出现问题:
适合小白的 Nginx 学习手册 ( 收藏了 )
解决办法:
适合小白的 Nginx 学习手册 ( 收藏了 )
前期准备:
  • 两台 Nginx 服务器
  • 安装 Keepalived
  • 虚拟 ip

安装 Keepalived:

[root@192 usr]yum install keepalived -y
[root@192 usr]rpm -q -a keepalived
keepalived-1.3.5-16.el7.x86_64
修改配置文件:
[root@192 keepalived]# cd /etc/keepalived
[root@192 keepalived]# vi keepalived.conf
分别将如下配置文件复制粘贴,覆盖掉 keepalived.conf,虚拟 ip 为 192.168.25.50。
对应主机 ip 需要修改的是:
  • smtp_server 192.168.25.147(主)smtp_server 192.168.25.147(备)
  • state MASTER(主) state BACKUP
global_defs {
   notification_email {
     acassen@firewall.loc
     failover@firewall.loc
     sysadmin@firewall.loc
   }
   notification_email_from Alexandre.Cassen@firewall.loc
   smtp_server 192.168.25.147
   smtp_connect_timeout 30
   router_id LVS_DEVEL # 访问的主机地址
}

vrrp_script chk_nginx {
  script “/usr/local/src/nginx_check.sh”  # 检测文件的地址
  interval 2   # 检测脚本执行的间隔
  weight 2   # 权重
}

vrrp_instance VI_1 {
    state BACKUP    # 主机MASTER、备机BACKUP    
    interface ens33   # 网卡
    virtual_router_id 51 # 同一组需一致
    priority 90  # 访问优先级,主机值较大,备机较小
    advert_int 1
    authentication {
        auth_type PASS
        auth_pass 1111
    }
    virtual_ipaddress {
        192.168.25.50  # 虚拟ip
    }
}
启动代码如下:
[root@192 sbin]# systemctl start keepalived.service
适合小白的 Nginx 学习手册 ( 收藏了 )
访问虚拟 ip 成功:
适合小白的 Nginx 学习手册 ( 收藏了 )
关闭主机 147 的 Nginx 和 Keepalived,发现仍然可以访问。

原理解析

适合小白的 Nginx 学习手册 ( 收藏了 )
如下图,就是启动了一个 master,一个 worker,master 是管理员,worker是具体工作的进程。
适合小白的 Nginx 学习手册 ( 收藏了 )
worker 如何工作?如下图:
适合小白的 Nginx 学习手册 ( 收藏了 )
小结
worker 数应该和 CPU 数相等;一个 master 多个 worker 可以使用热部署,同时 worker 是独立的,一个挂了不会影响其他的。

全栈开发者社区

来源:https://reurl.cc/5oOQ3R

转自:https://mp.weixin.qq.com/s/4zGk7ulcdKcu7loyoFFE3g

发封邮件就能关机?用python实现远程控制电脑

一、前言

大家好,欢迎来到 Crossin的编程教室 !

不知道你有没有遇到类似的情况:眼看要出门了,结果一个程序要运行很久才能结束,导致无法立刻关机。这种时候就想,如果可以远程查看电脑运行状态甚至控制关机就好了。

类似这样的“远控”软件有不少,一般需要在电脑端和控制端各安装一个软件,即可实现远程监控和操作。

其实我们也可以用 Python 做一个简便的小工具,实现远程控制电脑。当然,我们需要的操作十分简单:要能通过邮件和电脑进行通讯,让电脑以截图的方式为我们显示程序当前运行的状态;还要可以通过邮件发送一些预设好的指令,比如执行某个程序,或者远程关机等等。

因为是通过邮件,所以手机上无需任何开发环境和特殊App,只要能联网发送Email就可以。

下面我们就来分享下这样一个“邮件远控”工具的Python实现。

二、使用 yagmail 进行邮件发送

使用 yagmail 发邮件非常简单,我们首先需要安装两个模块:

pip install yagmailpip install keyring

2.1、发送一个简单的邮件

我们用 yagmail 来发一封简单的邮件试试:

import yagmailimport keyring
sender = '发件邮箱'password = '发件人密码'receiver = '收件邮箱'
# 注册yagmail.register(sender, password)
# 用 SMTP 服务器发邮件yag = yagmail.SMTP(user=sender, host='smtp.163.com')
# 设置邮件的内容contents = ['Do not go gentle into that good night!']
# 发送邮件yag.send(receiver, '邮件主题', contents=contents)

这里密码可以使用真实密码,也可以使用授权码。授权码的获得需要到各个邮件的网页获取,这里以网易邮箱为例:

发封邮件就能关机?用python实现远程控制电脑

我们进入网页版邮箱,依次点击 1、2,进入如下页面:

发封邮件就能关机?用python实现远程控制电脑

点击开启,然后按照指引获取授权码即可。

在连接邮箱服务器的时候,我们设置的一个 host,这个同样需要在邮箱网页中获取。其中 163 的邮箱地址为 smtp.163.com,QQ 邮箱服务器地址为 smtp.qq.com,其它邮箱的可以自己查找一下。

邮箱内容是一个列表,我们现在是放入了一句话。

在调用 send 方法发送邮件时,我们需要传入几个参数。第一个是收件人,第二个是邮件的主题,第三个就是邮件的内容了。邮件内容我们传入开始的内容列表。大家可以使用自己的邮箱测试一下。

2.2、发送附件

yagmail 非常智能,我们不需要像原始的 email 模块一样,先将附件上传到邮箱服务器,然后再发给收件人。yagmail 会自动识别内容中的资源文件,然后自动上传:

import yagmailimport keyring
sender = '发件邮箱'password = '发件人密码'receiver = '收件邮箱'
# 注册yagmail.register(sender, password)
# 用 SMTP 服务器发邮件yag = yagmail.SMTP(user=sender, host='smtp.163.com')
# 设置邮件的内容contents = ['im.jpg']
# 发送邮件yag.send(receiver, '邮件主题', contents=contents)

其中 im.jpg 是我本地的一张图片,在发送的时候 yagmail 会自动识别,然后发送出去。我们没做什么修改,就完成了附件的发送。

我们也可以直接发送带有图片的邮件,而不是以附件的形式发送:

import yagmailimport keyring
sender = '发件邮箱'password = '发件人密码'receiver = '收件邮箱'
# 注册yagmail.register(sender, password)
yag = yagmail.SMTP(user=sender, host='smtp.163.com')contents = [    '这是一张图片',    yagmail.inline('im.jpg')]yag.send(receiver, '邮件主题', contents=contents)

我们只要用 yagmail.inline 包含图片路径即可。不过需要注意,发送的内容不能单是一张图片。

三、邮件读取

邮件的读取需要使用到 imbox 模块。我们需要先使用 keyring 模块读取密码,keyring 可以读取到在 yagmail 中注册了的邮箱密码:

import yagmailimport keyringfrom imbox import Imbox
sender = '你的邮箱'# 获取邮箱密码password = keyring.get_password(sender)# 读取邮箱邮件with Imbox('imap.163.com', sender, password, ssl=True) as imbox:    # 读取所有未读邮件    all_msg = imbox.messages(unread=True)

Imbox 对象就是我们的邮箱对象,里面包含了所有邮箱信息。我们调用 messages 方法就可以获取所有邮件,如果我们将 unread 设置为 True,则表示读取未读邮件。获取了所有邮件,我们就可以查看更多信息了:

import yagmailimport keyringfrom imbox import Imbox
sender = '你的邮箱'# 获取邮箱密码password = keyring.get_password(sender)# 读取邮箱邮件with Imbox('imap.163.com', sender, password, ssl=True) as imbox:    # 读取所有未读邮件    all_msg = imbox.messages(unread=True)    # 遍历邮件    for uid, message in all_msg:            # 输出邮件的主题            print(message.subject)            # 标记已读            imbox.mark_seen(uid)            # 获取邮件的文本内容            msg = message.body['plain']

我们要实现控制电脑就需要一直读取,我们可以使用 schedule 模块设置定时任务:

import timeimport schedule
def func():    print('test')
schedule.every(2).seconds.do(func)while True:    schedule.run_pending()    time.sleep(1)

这样的话,可以每两秒执行一次 func 函数。

四、开发电脑控制工具

我们定义一个 ComputerController 类,用于控制电脑。该类的最基本方法就发邮件和收邮件:

import timeimport yagmailimport keyringimport schedulefrom imbox import Imbox

class ComputerController():
    TIME_SPACE = 10
    SMTP_163 = 'smtp.163.com'
    SMTP_QQ = 'smtp.qq.com'
    def __init__(self, user, receiver):        self.user = user        self.receiver = receiver        # 注册        yagmail.register(self.user, '你的密码')
    def send_main(self, msg):        """发邮件"""        yag = yagmail.SMTP(user=self.user, host=self.SMTP_163)        contents = [            msg        ]        yag.send(self.receiver, '来自电脑的邮件', contents=contents)

    def receive_mail(self):        """收邮件"""
        # 读取密码        password = keyring.get_password('yagmail', self.user)        with Imbox('imap.163.com', 'sockwz@163.com', password, ssl=True) as imbox:            all_msg = imbox.messages(unread=True)            for uid, message in all_msg:                if '110' == message.subject:                    # 标记已读                    imbox.mark_seen(uid)                    msg = message.body['plain']                    print(msg)
    def run_controller(self):          # 定时读取邮件        schedule.every(self.TIME_SPACE).seconds.do(controller.receive_mail)        while True:            schedule.run_pending()            time.sleep(self.TIME_SPACE)

我们只需要创建这个类就可以了:

if __name__ == '__main__':    controller = ComputerController('发件邮箱', '收件邮箱')    controller.run_controller()

我们需要传入收件邮箱和发件邮箱,另外还需要在 init 方法中,修改密码即可。

五、实现一些预设功能

下面我们实现一些小功能。

5.1、截图

from PIL import ImageGrabdef grab_windows(self):    im = ImageGrab.grab()    im.save('status.jpg')

使用 Pillow 模块需要先安装:

pip install pillow

5.2、关机

import osdef shut_down(self):    """关机"""    os.system('shutdown /s /t 0')

这个是通用的两个功能。

另外我们可以使用 pynput 模块控制键盘,进行一些操作。这个需要根据自己电脑的情况操作,比如我使用 PyCharm 运行程序的快捷键是 shift+f10,所以可以使用下列代码运行程序:

def run_program(self):    """运行程序"""    with self.kb.pressed(Key.shift):        self.kb.press(Key.f10)        self.kb.release(Key.f10)

类似的方法,大家可以自己定制一些操作。

整个程序完整代码如下:

import osimport timeimport yagmailimport keyringimport schedulefrom imbox import Imboxfrom PIL import ImageGrabfrom pynput.keyboard import *
class ComputerController():
    TIME_SPACE = 10    SMTP_163 = 'smtp.163.com'    SMTP_QQ = 'smtp.qq.com'    kb = Controller()
    def __init__(self, user, receiver):        self.user = user        self.receiver = receiver        # 注册        yagmail.register(self.user, '授权码或密码')
    def send_main(self, msg):        """发邮件"""        yag = yagmail.SMTP(user=self.user, host=self.SMTP_163)        contents = [            msg        ]        yag.send(self.receiver, '来自电脑的邮件', contents=contents)
    def receive_mail(self):        """收邮件"""
        # 读取密码        password = keyring.get_password('yagmail', self.user)        with Imbox('imap.163.com', 'sockwz@163.com', password, ssl=True) as imbox:            all_msg = imbox.messages(unread=True)            for uid, message in all_msg:                if '110' == message.subject:                    # 标记已读                    imbox.mark_seen(uid)                    msg = message.body['plain']                    if msg[0].__contains__('截图'):                        # 截图                        self.grab_windows()                        # 发送截图                        self.send_main('status.jpg')                    if msg[0].__contains__('重启'):                        self.restart_server()                        time.sleep(3)                        self.grab_windows()                        self.send_main('status.jpg')                    if msg[0].__contains__('关机'):                        self.shut_down()
    def grab_windows(self):        im = ImageGrab.grab()        im.save('status.jpg')
    def restart_server(self):        time.sleep(3)        os.system('shutdown')        time.sleep(3)        os.system('startup')
    def run_program(self):        """运行程序"""        with self.kb.pressed(Key.shift):            self.kb.press(Key.f10)            self.kb.release(Key.f10)
    def shut_down(self):        """关机"""        os.system('shutdown /s /t 0')
    def run_controller(self):        schedule.every(self.TIME_SPACE).seconds.do(controller.receive_mail)        while True:            schedule.run_pending()            time.sleep(self.TIME_SPACE)

if __name__ == '__main__':    controller = ComputerController('发件邮箱', '收件邮箱')    controller.run_controller(

这个代码里我们设定,在读取邮件时只读取主题为“110”的邮件,这样可以避免干扰邮件。所以我们在发送邮件时需要将主题设置为“110”,而邮件内容则是一些关键词。比如“截图”就是截图操作,“关机”就是关机操作。这个可以自己定义。

以上便实现了一个通过邮件向远程电脑发送操作指令的工具。大家可以在此基础上进行改进和扩展。欢迎把你的想法分享在留言中。

如果文章对你有帮助,欢迎转发/点赞/收藏~

作者:ZackSock
来源:建文件夹X

转自:https://mp.weixin.qq.com/s/Iuaxx7rV0MPt7EmCzxlvhw

终于把所有的Python库,都整理出来啦!

来源:法纳斯特
大家好,我是东哥。
今天给大家总结整理了1000+常用Python库,主要分为以下几个部分👇

Python常用库A

Chardet字符编码探测器,可以自动检测文本、网页、xml的编码。
colorama主要用来给文本添加各种颜色,并且非常简单易用。
Prettytable主要用于在终端或浏览器端构建格式化的输出。
difflib,[Python]标准库,计算文本差异
Levenshtein,快速计算字符串相似度。
fuzzywuzzy,字符串模糊匹配。
esmre,正则表达式的加速器。
shortuuid,一组简洁URL/UUID函数库。
ftfy,Unicode文本工具7
unidecode,ascii和Unicode文本转换函数。
xpinyin,将汉字转换为拼音的函数库
pangu.py,调整对中日韩文字当中的字母、数字间距。
pyfiglet,Python写的figlet程序,使用字符组成ASCII艺术图片
uniout,提取字符串中可读写的字符
awesome slugify,一个Python slugify库,用于处理Unicode。
python-slugify,转换Unicode为ASCII内码的slugify函数库。
unicode-slugify,生成unicode内码,Django的依赖包。
ply,Python版的lex和yacc的解析工具
phonenumbers,解析电话号码,格式,存储和验证的国际电话号码。
python-user-agents,浏览器的用户代理(user-agents)的解析器。
sqlparse,SQL解析器。
pygments,一个通用的语法高亮工具。
python-nameparser,解析人名,分解为单独的成分。
pyparsing,通用解析器生成框架。
tablib,表格数据格式,包括,XLS、CSV,JSON,YAML。
python-docx,docx文档读取,查询和修改,微软Word 2007 / 2008的docx文件。
xlwt/xlrd,读写Excel格式的数据文件。
xlsxwriter,创建Excel格式的xlsx文件。
xlwings,利用Python调用Excel
csvkit,CSV文件工具包。
marmir,把Python[数据结构],转化为电子表格。
pdfminer,从PDF文件中提取信息。
pypdf2, 合并和转换PDF页面的函数库。
Python-Markdown,轻量级标记语言Markdown的Python实现。
Mistune,,快速、全功能的纯Python编写的Markdown解释器。
dateutil,标准的Python官方datetime模块的扩展包,字符串日期工具,其中parser是根据字符串解析成datetime,而rrule是则是根据定义的规则来生成datetime。
arrow,更好的日期和时间处理Python库
chronyk,一个Python 3版函数库,用于解析人写的时间和日期。
delorean,清理期时间的函数库。
when.py,为见的日期和时间,提供人性化的功能。
moment,类似Moment.js的日期/时间Python库
pytz,世界时区,使用tz database时区信息[数据库]
BeautifulSoup,基于Python的HTML/XML解析器,简单易用, 功能很强大,即使是有bug,有问题的html代码,也可以解析
lxml,快速,易用、灵活的HTML和XML处理库,功能超强,在遇到有缺陷、不规范的xml时,Python自带的xml处理器可能无法解析。报错时,程序会尝试再用lxml的修复模式解析。
htmlparser,官方版解析HTML DOM树,偶尔搞搞命令行自动表单提交用得上。
pyyaml,Python版本的YAML解释器。
html5lib,-标准库,解析和序列化HTML文档和片段。
pyquery,类似[jQuery]的的HTML解释器函数库。
cssutils,Python CSS库。
MarkupSafe,XML或HTML / XHTML安全字符串标记工具。
cssutils – ACSS library for Python., MarkupSafe – Implements a XML/HTML/XHTML
bleach,漂白,基于HTML的白名单函数库。
xmltodict,类似JSON的XML工具包。
xhtml2pdf,HTML / CSS格式转换器,看生成pdf文档。
untangle,把XML文档,转换为Python对象,方便访问。

文件处理

Mimetypes,Python标准库,映射文件名到MIME类型。
imghdr,Python标准库,确定图像类型。python-magic,libmagic文件类型识别库,Python接口格式。path.py,os.path模块的二次封装。
watchdog,一组API和shell实用程序,用于监视文件系统事件。
Unipath,面向对象的文件/目录的操作工具包。pathlib,-(Python 3.4版已经作为Python标准库),一个跨平台,面向path的函数库。
pickle/cPickle,python的pickle模块实现了基本的数据序列和反序列化。通过pickle模块的序列化操作我们能够将程序中运行的对象信息保存到文件中去,永久存储;通过pickle模块的反序列化操作,我们能够从文件中创建上一次程序保存的对象。
cPickle是[C语言]实现的版本,速度更快。
ConfigParser,Python标准库,INI文件解析器。
configobj,INI文件解析器。config,分层次配置,logging作者编写。
profig,多格式配置转换工具。
logging,Python标准库,日志文件生成管理函数库。
logbook,logging的替换品。
Sentry,实时log服务器。Raven,哨兵Sentry的Python客户端。
Sphinx,斯芬克斯(狮身人面像),Python文档生成器。
reStructuredText,标记语法和解析工具,Docutils组件。mkdocs,Markdown格式文档生成器。
pycco,简单快速、编程风格的文档生成器。
pdoc,自动生成的Python库API文档epydoc,从源码注释中生成各种格式文档的工具

图像处理

PIL(Python Image Library),基于Python的图像处理库,功能强大,对图形文件的格式支持广泛,内置许多图像处理函数,如图像增强、滤波[算法]等Pillow,图像处理库,PIL图像库的分支和升级替代产品。Matplotlib,著名的绘图库,提供了整套和matlab相似的命令API,用以绘制一些高质量的数学二维图形,十分适合交互式地进行制图。brewer2mpl,有一个专业的python配色工具包,提供了从美术角度来讲的精美配色。
PyGame基于Python的多媒体开发和游戏软件开发模块,包含大量游戏和图像处理功能Box2d,开源的2d物理引擎,愤怒的小鸟就是使用了这款物理引擎进行开发的,Box2d物理引擎内部模拟了一个世界,你可以设置这个世界里的重力,然后往这个世界里添加各种物体,以及他们的一些物理特性,比如质量,摩擦,阻尼等等。
Pymunk,类似box2d的开源物理图形模拟库OpenCV, 目前最好的开源图像/视觉库,包括图像处理和计算机视觉方面、[机器学习]的很多通用算法。SimpleCV,计算机视觉开源框架,类似opencv。VTK,视觉化工具函式库(VTK, Visualization Toolkit)是一个开放源码,跨平台、支援平行处理(VTK曾用于处理大小近乎1个Petabyte的资料,其平台为美国Los Alamos国家实验室所有的具1024个处理器之大型系统)的图形应用函式库。
2005年时曾被美国陆军研究实验室用于即时模拟俄罗斯制反导弹战车ZSU23-4受到平面波攻击的情形,其计算节点高达2.5兆个之多。cgkit,Python Computer Graphics Kit,其module 主要分两个部分,
1、与3d相关的一些python module 例如the vector, matrix and quaternion types, the RenderMan bindings, noise functions 这些模块可以在maya houdini nuke blender 等有Python扩展的程序中直接用;
2、提供完整的场景操作的module, 他类似其他三维软件,在内存中保留完整的描述场景的信息。
不能直接用于maya 等CGAL,
Computational Geometry Algorithms Library,计算几何算法库,提供计算几何相关的数据结构和算法,诸如三角剖分(2D约束三角剖分及二维和三维Delaunay三角剖分),
Voronoi图(二维和三维的点,2D加权Voronoi图,分割Voronoi图等),
多边形(布尔操作,偏置),多面体(布尔运算),曲线整理及其应用,
网格生成(二维Delaunay网格生成和三维表面和体积网格生成等),几何处理(表面网格简化,细分和参数化等),
凸壳算法(2D,3D和dD),搜索结构(近邻搜索,kd树等),插值,形状分析,拟合,距离等。
Aggdraw,开源图像库,几乎涵盖了2d image操作的所有功能,使用起来非常灵活Pycairo,开源矢量绘图库Cairo开罗的python接口,
cairo提供在多个背景下做2-D的绘图,高级的更可以使用硬件加速功能。wand,Python绑定魔杖工具(MagickWand),C语言API接口。
thumbor, -智能成像工具,可调整大小和翻转图像。
imgSeek,查询相似的图像。
python-qrcode,纯Python的二维码(QR码)生成器。
pyBarcode,创建条码,无需PIL模块。
pygram,Instagram像图像过滤器。
Quads,基于四叉树的计算机艺术。
nude.py,裸体检测函数。
scikit-image,scikit工具箱的图像处理库。
hmap,图像直方图工具。
bokeh,交互的Web绘图。
plotly,Web协同的Python和Matplotlib绘制。
vincent,文森特,Python Vega的函数库。
d3py,Python绘图库,基于D3.JS, ggplot -API兼容R语言的ggplot2.Kartograph.py,在Python绘制漂亮的SVG地图。pygal, SVG图表的创造者。
pygraphviz,Graphviz的Python接口。
Fonttlools,ttf字体工具函数包,用于fontforge、ttx等字体软件。

游戏和多媒体

audiolazy,数字信号处理(DSP)的Python工具包。
audioread,跨平台(GStreamer + Core Audio + MAD + FFmpeg)音频解码库。
beets,音乐库管理。
dejavu,音频指纹识别算法。
Dejavu 听一次音频后就会记录该音频的指纹信息,然后可通过麦克风对输入的音频进行识别是否同一首歌。django-elastic-transcoder,Django +亚马逊elastic转码。eyeD3,音频文件工具,特别是MP3文件包含的ID3元数据。
id3reader,用于读取MP3的元数据。
mutagen,处理音频元数据。
pydub,-操纵音频和简单的高层次的接口。
pyechonest,Echo Nest API客户端。talkbox,语音和信号处理的Python库。
TimeSide,开放的网络音频处理框架。
tinytag,读取音乐文件元数据,包括的MP3,OGG,FLAC和wave文件。
m3u8,用于解析m3u8文件。
moviepy,多格式视频编辑脚本模块,包括GIF动画。
shorten.tv,视频摘要。
scikit视频,SciPy视频处理例程。
GeoDjango,一个世界级的地理Web框架。
geopy,Geo地理编码的工具箱。
pygeoip,纯Python写的GeoIP API。
GeoIP,Python API接口,使用高精度GeoIP Legacy Database数据库。
geojson,GeoJSON函数库django-countries,一个Django程序,提供国家选择,国旗图标的静态文件,和一个国家的地域模型。
Pygame,Python游戏设计模块。
Cocos2d,2D游戏框架,演示,和其他的图形/交互应用,基于pyglet。Cocos2d- cocos2d is a framework for building 2D games, demos, and other graphical/interactive applications. It is based on pyglet.,PySDL2,SDL2的封装库。
Panda3D- 3D游戏引擎,迪士尼开发。用C++写的,完全兼容Python。PyOgre,OGRE 3D渲染引擎,可用于游戏,模拟,任何3D。
PyOpenGL,绑定OpenGL和它相关的API。
PySFML,Python绑定SFMLRenPy,视觉小说引擎。

大数据与科学计算

pycuda/opencl,GPU高性能并发计算Pandas,python实现的类似R语言的数据统计、分析平台。基于NumPy和Matplotlib开发的,主要用于数据分析和数据可视化,它的数据结构DataFrame和R语言里的data.frame很像,特别是对于时间序列数据有自己的一套分析机制,非常不错。
Open Mining,商业智能(BI),Pandas的Web界面。blaze,NumPy和Pandas大数据界面。
SciPy,开源的Python算法库和数学工具包,SciPy包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。
其功能与软件MATLAB、Scilab和GNU Octave类似。
Numpy和Scipy常常结合着使用,Python大多数机器学习库都依赖于这两个模块。
ScientificPython,一组经过挑选的Python程序模块,用于科学计算,包括几何学(矢量、张量、变换、矢量和张量场),四元数,自动求导数,(线性)插值,多项式,基础统计学,非线性最小二乘拟合,单位计算,Fortran兼容的文本格式,通过VRML的3D显示,以及两个Tk小工具,分别用于绘制线图和3D网格模型。
此外还具有到netCDF,MPI和BSPlib库的接口。
NumPy科学计算库,提供了矩阵,线性代数,傅立叶变换等等的解决方案, 最常用的是它的N维数组对象. NumPy提供了两种基本的对象:
ndarray(N-dimensional array object)和 ufunc(universal function object)。
ndarray是存储单一数据类型的多维数组,而ufunc则是能够对数组进行处理的函数。
Cvxopt,最优化计算包,可进行线性规划、二次规划、半正定规划等的计算。
Numba,科学计算速度优化编译器。pymvpa2,是为大数据集提供统计学习分析的Python工具包,它提供了一个灵活可扩展的框架。
它提供的功能有分类、回归、特征选择、数据导入导出、可视化等NetworkX,复杂网络的优化软件包。zipline,交易算法的函数库。
PyDy, Python动态建模函数库。
SymPy,符号数学的Python库。statsmodels,Python的统计建模和计量经济学。
astropy,天文学界的Python库。
orange,橙色,数据挖掘,数据可视化,通过可视化编程或Python脚本学习机分析。
RDKit,化学信息学和机器学习的软件。
Open Babel,巴贝尔,开放的化学工具箱。
cclib,化学软件包的计算函数库。
Biopython,免费的生物计算工具包。
bccb,生物分析相关的代码集。bcbio-nextgen,提供完全自动化、高通量、测序分析的工具包。
visvis, 可视化计算模块库,可进行一维到四维数据的可视化。
MapReduce是Google提出的一个软件[架构],用于大规模数据集(大于1TB)的并行运算。
概念“Map(映射)”和“Reduce(归纳)”,及他们的主要思想,都是从函数式编程语言借来的MapReduce函数库。Framworks and libraries for MapReduce.,PySpark,[Spark]的Python API。dpark,Spark的Python克隆,Python中的MapReduce框架。luigi,为批量工作,建立复杂的管道。mrjob,运行在[Hadoop],或亚马逊网络服务的,MapReduce工作。

人工智能与机器学习

NLTK(natural language toolkit),是python的自然语言处理工具包。2001年推出,包括了大量的词料库,以及自然语言处理方面的算法实现:
分词, 词根计算, 分类, 语义分析等。
Pattern,数据挖掘模块,包括自然语言处理,机器学习工具,等等。
textblob,提供API为自然语言处理、分解NLP任务。基于NLTK和Pattern模块。
jieba,结巴,中文分词工具。snownlp,用于处理中文文本库。
loso,中文分词函数库。
genius,中文CRF基础库,条件随机场(conditional random field,简称 CRF),是一种鉴别式机率模型,是随机场的一种,常用于标注或分析序列资料,如自然语言文字或是生物序列Gensim,一个相当专业的主题模型Python工具包,无论是代码还是文档,可用于如何计算两个文档的相似度LIBSVM,是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它[操作系统]上应用;
该软件对SVM所涉及的参数调节相对比较少,提供了很多的默认参数,利用这些默认参数可以解决很多问题;
并提供了交互检验(Cross Validation)的功能。
该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题,包括基于一对一算法的多类模式识别问题。
scikits.learn,构建在SciPy之上用于机器学习的 Python 模块。它包括简单而高效的工具,可用于数据挖掘和数据分析。
涵盖分类,回归和聚类算法,例如SVM, 逻辑回归,朴素贝叶斯,随机森林,k-means等算法,代码和文档都非常不错,在许多Python项目中都有应用。
例如在我们熟悉的NLTK中,分类器方面就有专门针对scikit-learn的接口,可以调用scikit-learn的分类算法以及训练数据来训练分类器模型。PyMC,机器学习采样工具包,scikit-learn似乎是所有人的宠儿,有人认为,PyMC更有魅力。
PyMC主要用来做Bayesian分析。Orange,基于组件的数据挖掘和机器学习软件套装,它的功能即友好,又很强大,快速而又多功能的可视化编程前端,以便浏览数据分析和可视化,包含了完整的一系列的组件以进行数据预处理,并提供了数据帐目,过渡,建模,模式评估和勘探的功能。
侧重数据挖掘,可以用可视化语言或Python进行操作,拥有机器学习组件,还具有生物信息学以及文本挖掘的插件。
Milk,机器学习工具箱,其重点是提供监督分类法与几种有效的分类分析:SVMs(基于libsvm),K-NN,随机森林经济和决策树。
它还可以进行特征选择。这些分类可以在许多方面相结合,形成不同的分类系统。对于无监督学习,它提供K-means和affinity propagation聚类算法。
PyMVPA(Multivariate Pattern Analysis in Python),是为大数据集提供统计学习分析的Python工具包,它提供了一个灵活可扩展的框架。它提供的功能有分类、回归、特征选择、数据导入导出、可视化等NuPIC,开源人工智能平台。
该项目由Grok(原名 Numenta)公司开发,其中包括了公司的算法和软件架构。
NuPIC 的运作接近于人脑,“当模式变化的时候,它会忘掉旧模式,记忆新模式”。如人脑一样,CLA 算法能够适应新的变化。Pylearn2,-基于Theano的机器学习库。
hebel,GPU加速,[深度学习]Python库。
gensim,机器学习库。pybrain,机器学习模块,它的目标是为机器学习任务提供灵活、易应、强大的机器学习算法。
pybrain包括神经网络、强化学习(及二者结合)、无监督学习、进化算法。以神经网络为核心,所有的训练方法都以神经网络为一个实例Mahout,是 Apache Software Foundation(ASF) 旗下的一个开源项目,提供一些可扩展的机器学习领域经典算法的实现,旨在帮助开发人员更加方便快捷地创建智能应用程序。
Mahout包含许多实现,包括聚类、分类、推荐过滤、频繁子项挖掘。此外,通过使用 Apache Hadoop 库,Mahout 可以有效地扩展到云中。
Crab,灵活的,快速的推荐引擎。python-recsys,娱乐系统分析,推荐系统。vowpal_porpoise,Vowpal Wabbit轻量级Python封装。
Theano,用来定义、优化和模拟数学表达式计算,用于高效的解决多维数组的计算问题的python软件包。它使得写深度学习模型更加容易,同时也给出了一些关于在GPU上训练它们的选项。

系统与命令行

threading,Python标准线程库,更高级别的线程接口。
envoy,特使,Python子线程的函数库。
sh,成熟的子线程替换函数库。sarge,封装线程。subprocess,调用shell命令的神器argparse,写命令行脚本必备,强大的命令行差数解析工具timeit,计算代码运行的时间等等unp,命令行工具,解压文件。
eventlet开销很少的多线程模块,使用的是 green threads 概念,例如,pool = eventlet.GreenPool(10000) 这样一条语句便创建了一个可以处理 10000 个客户端连接的线程池。
类似Gevent线程库Gevent,多线程模块pytools,著名的python通用函数、工具包SendKeys, 键盘鼠标操作模块, 模拟键盘鼠标模拟操作。
pyHook,基于Python的“钩子”库,主要用于监听当前电脑上鼠标和键盘的事件。
这个库依赖于另一个Python库PyWin32,如同名字所显示的,PyWin32只能运行在Windows平台,所以PyHook也只能运行在Windows平台。
pstuil,跨平台地很方便获取和控制系统的进程,以及读取系统的CPU占用内存占用等信息.cement,一个轻量级的、功能齐全的命令行工具click,简单优雅的的命令行接口。
clint,Python命令行工具。cliff,创造多层次指令的命令行程序框架。
Clime, 可以转换任何模块为多的CLI命令程序,无任何配置。
docopt,Python命令行参数分析器。
pycli,命令行应用程序,支持的标准命令行解析,测井,单元[测试]和功能测试。
Gooey,打开命令行程序,作为为一个完整的GUI应用程序,cookiecutter,命令行工具,从cookiecutters(项目模板)创建项目。
例如,Python包项目,jQuery插件项目。
percol,为UNIX传统管道pipe命令,添加交互式选择风格。
rainbowstream,聪明和漂亮的推特客户终端。Django Models,Django的一部分SQLAlchemy,Python SQL工具包和对象关系映射。
peewee,小型的ORM解析器。
PonyORM,为ORM提供了一种面向SQL的接口。MongoEngine,Python对象文件映射,使用[MongoDB]。
, Django MongoDB引擎MongoDB , Django后台。
django-mongodb-engine,Django后台.redisco,一个简单的模型和容器库,使用[Redis]flywheel,Amazon DynamoDB对象映射。
butterdb,谷歌电子表格的ORM,Python版。celery,芹菜,异步任务队列/工作,基于分布式消息队列。
huey,休伊,轻量级,多线程任务队列。
mrq,队列先生,分布式任务队列,使用redis & Gevent。rq,简单的工作队列。
Queue,Queue模块可以用来实现多线程间通讯,让各个线程共享数据,生产者把货物放到Queue中,供消费者(线程)去使用。
simpleq,简单的,可扩展的队列,Amazon SQS基础队列。
Psyco,超强的python性能优化工具,psyco 的神奇在于它只需要在代码的入口处调用短短两行代码,性能就能提升 40% 或更多,真可谓是立竿见影!如果你的客户觉得你的程序有点慢,敬请不要急着去优化代码,psyco 或许能让他立即改变看法。
psyco 堪称 Python 的 jit。fn.py,Python函数编程:缺失的功能享受FP的实现。funcy,函数编程工具。
Toolz,函数编程工具:迭代器、函数,字典。CyToolz,Toolz的Cython实现,高性能的函数编程工具。Ansible,安塞波,极为简单的自动化平台。
SaltStack,基础设施的自动化管理系统。
Fabric,织物,一个简单,远程执行和部署的语言工具。
Fabtools,Fabric的工具函数。
cuisine,热门的Fabric的工具函数。
psutil,跨平台的过程和系统工具模块。
pexpect,控制互动节目。
provy,易于使用的配置系统的Python。honcho,Foreman的Python接口,用于管理procfile应用工具。
gunnery,多任务执行工具,与网络接口的分布式系统。
fig,快速。独立的开发环境中使用泊坞窗。
APScheduler,轻量级、但功能强大的在线任务调度程序。
django-schedule,Django日程应用程序。doit,任务流道/生成工具。
Joblib,Python提供的轻量级的流水线工具函数。
Plan,简易生成crontab文件。
Spiff,纯Python实现的,功能强大的工作流引擎。
schedule,Python作业调度。TaskFlow,有助于使任务执行简单。
ctypes,Python标准库,速度更快,Python调用C代码的外部函数接口。cffi,Python调用C代码外部函数接口,类似于ctypes直接在python程序中调用c程序,但是比ctypes更方便不要求编译成so再调用。
Cytoolz,python 加速库SWIG,简化封装和接口生成器。
,Cython,Python优化静态编译器。
PyPy,Python解释器的 Python实现。
Stackless Python,一个增强版本的Python。它使程序员从基于线程的编程方式中获得好处,并避免传统线程所带来的性能与复杂度问题。
Stackless为 Python带来的微线程扩展,是一种低开销、轻量级的便利工具Pyston,使用LLVM和现代JIT技术,对python进行性能优化。
pythonlibs,非官方的Windows(32 / 64位)的Python扩展包scapy,优秀的数据包处理库。
ino,Arduino命令行工具。Pyro,Python的机器人工具包。
pluginbase,一个简单而灵活的Python的插件系统。
itsdangerous,数据安全传输工具。blinker,快速Python中的信号/事件调度系统。
pychievements,用于创建和跟踪成果框架。
python-patterns,Python中的设计模式。
pefileWindows PE文件解析器SIP,自动为C和C++库生成Python扩展模块的工具

数据库

MySQLdb,成熟的[MySQL]数据库模块,Baresql,SQL数据库包ZODB,Python本地对象数据库。一个K-V对象图数据库。
pickledb,简单和轻量级的K-V键值存储。
TinyDB, 轻量级,面向文档的数据库。
mysql-python,MySQL的Python工具库。
mysqlclient,mysql-python分支,支持Python 3.,PyMySQL,纯Python写的 MySQL驱动程序,兼容mysql-python。mysql-connector-python,MySQL连接器,来自[Oracle],纯Python编写。
oursql,MySQL连接器,提供本地话指令语句和BLOBs支持。
psycopg2,最流行的Python PostgreSQL适配器。txpostgres,于Twisted的异步驱动,用于PostgreSQL。
queries,psycopg2函数库,用于PostgreSQL。
dataset,存储Python字典数据,用于SQLite,MySQL和PostgreSQL。
cassandra-python-driver,开源分布式NoSQL数据库系统Apache Cassandra系统的Python驱动.pycassa,简化的cassandra数据库Python驱动。
HappyBase,友好的Apache [Hbase]的函数库。
PyMongo,MongoDB官方客户端。
Plyvel,LevelDB快速和功能丰富的Python接口。redis-py,redis客户端。
py2neo,Python客户端(基于Neo4j的RESTful接口).telephus,基于Twisted的cassandra客户端。
txRedis,基于Twisted的Redis客户端。

网络

Curl,Pycurl包是一个libcurl的Python接口,它是由C语言编写的。
与urllib相比,它的速度要快很多。
Libcurl是一个支持FTP, FTPS, HTTP, HTTPS, GOPHER, TELNET, DICT, FILE 和 LDAP的客户端URL传输库.libcurl也支持HTTPS认证,HTTP POST,HTTP PUT,FTP上传,代理,Cookies,基本身份验证,FTP文件断点继传,HTTP代理通道等等。
Requests,用Python语言编写,基于 urllib的开源 HTTP 库。
它比 urllib 更加方便,更加 Pythoner。
支持 Python3。httpie,命令行HTTP客户端,用户友好的cURL的替换工具。
s3cmd,命令行工具,用于管理Amazon S3和CloudFront。
youtube-dl,命令行程序,从YouTube下载视频。
you-get,Python3写的视频下载工具,可用于YouTube/Youku优酷/Niconico视频下载Coursera,从coursera.org下载视频,可重新命名文件wikiteam,wiki下载工具。
subliminal,命令行工具,搜索和下载字幕的函数库requests,HTTP函数库,更加人性化。grequests,异步HTTP请求+ Gevent(高性能高并发函数库)。
urllib3,一个线程安全的HTTP连接池,支持文件post。
httplib2,综合HTTP的客户端函数库。treq, Python API接口,Twisted的HTTP客户。
Mininet,流行的网络仿真器,API采用python编写。
POX,基于Python的开源软件定义网络(SDN)控制开发平台的应用,如OpenFlow的SDN控制器。
Pyretic,SDN的编程语言,提供了强大的抽象在网络交换机或仿真器。SDX Platform,基于SDN的IXP实现,利用最小网络,痘和热。inbox.py,Python的SMTP服务器。imbox, Python版本IMAP库。inbox,收件箱,开源邮件工具包。
lamson,SMTP服务器。flanker,侧卫,电子邮件地址和MIME解析库。
marrow.mailer,高性能可扩展邮件交付框架。
django-celery-ses, Django电子邮件后台,使用AWS SES和Celery。
modoboa,邮件托管和管理平台,包括现代和简化Web UI。
envelopes,邮件工具。
mailjet,批量邮寄mailjet API接口,带统计。Talon,利爪,Mailgun库,提取消息和签名。
mailjet- Mailjet API implementation for batch mailing, statistics and more., Talon – Mailgun library to extract message quotations and signatures.,pyzmail,编写,发送和解析电子邮件。
furl,燃料,小型的的URL解析库库。purl,简单的,干净的API,操纵URL。
pyshorteners,纯Python库,URL短网址编辑。
short_url,短网址生成。
Scrapy,快速屏幕截取和网页抓取的框架。
portia,波西亚,Scrapy的可视化扩展。
feedparser,信息源解释器RoboBrowser,简单的网页浏览Python函数库,没有使用Web浏览器。
MechanicalSoup,网站自动化互动测试工具包。
mechanize,网页浏览编程工具。
Demiurge,造物主,-PyQuery的轻量级工具。
newspaper,提取报纸新闻。html2text,转换HTML为 Markdown格式的文本。
python-goose,HTML内容提取器。
lassie,莱西,人性化的网站内容检索。
micawber,通过UR抓提网页的函数库。
sumy,概要,文本和HTML网页的自动文摘模块。
Haul,距离,可扩展的图像爬虫。
python-readability,可读性工具Arc90,快速的Python接口。
opengraph,OpenGraphProtocol协议解析模块,textract,从任何文件,Word,PowerPoint,PDF文件中提取文本,等。
sanitize,消毒,使混乱的数据变的理智。
AutobahnPython, WebSocket和WAMP的函数库,使用 Twisted和PythonWebSocket-for-Python,websocket客户端和服务器端函数库。SimpleXMLRPCServer,python标准库,简单的XML-RPC服务器,单线程。
SimpleJSONRPCServer,JSON-RPC规范实施函数库。
zeroRPC,基于ZeroMQ和MessagePack的RPC实现。
apache-libcloud,所有云服务的Python接口库。
wifi,WiFi -一套个Python库和命令行工具与WiFi,用于[Linux]。
streamparse,运行Python代码和数据的实时流。
集成了Apache Storm。
boto,亚马逊网络服务接口。
twython,Twitter推特API。google-api-python-client,谷歌客户端API。
gspread,谷歌电子表格的Python API。
facebook-sdk,facebook平台Python SDK。
facepy,简易的facebook图形APIgmail,Gmail的Python接口。
django-wordpress,Django的WordPress的模型和视图。

Web框架

Django,最流行的Python-Web框架,鼓励快速开发,并遵循MVC设计,开发周期短
ActiveGrid企业级的Web2.0解决方案
Karrigell简单的Web框架,自身包含了Web服务,py脚本引擎和纯python的数据库PyDBLitewebpy一个小巧灵活的Web框架,虽然简单但是功能强大CherryPy基于Python的Web应用程序开发框架Pylons基于Python的一个极其高效和可靠的Web开发框架Zope开源的Web应用服务器TurboGears基于Python的MVC风格的Web应用程序框架Twisted流行的网络编程库,大型Web框架QuixoteWeb开发框架Flask,轻量级web框架Bottle,快速,简单和轻量级的WSGI模式Web框架。
Pyramid,轻量级,快速,稳定的开源Web框架。
web2py,简单易用的全堆栈Web框架和平台。
web.py,强大、简单的Web框架。TurboGears,便于扩展的Web框架。
CherryPy,极简Python Web框架,支持,HTTP 1.1和WSGI线程池。
Grok,基于Zope3的Web框架。
Bluebream,开源的Web应用服务器,原名Zope 3。
guava,轻量级,高性能的Python-Web框架,采用c语言编写。
django-cms,基于Django企业级开源CMS。
djedi-cms轻量级但功能强大的Django CMS的插件,内联编辑和性能优化。
FeinCMS,基于Django的先进内容管理系统。
Kotte,高层次的Python的Web应用框架,基于Pyramid。Mezzanine,强大,一致,灵活的内容管理平台。
Opps,基于Django的CMS,用于高流量的报纸、杂志和门户网站。
Plone,基于Zope的开源应用服务器Zope。
Quokka,灵活,可扩展的,轻量级的CMS系统,使用Flask和MongoDB。
Wagtail,Django内容管理系统。
Widgy,CMS框架,基于Django。
django-oscar,Django奥斯卡,开源的电子商务框架。
django-shop,基于Django的网店系统。
merchant,支持多种付款处理工具。
money,可扩展的货币兑换解决方案。
python-currencies,货币显示格式。
cornice,Pyramid的REST框架。
django-rest-framework,Django框架,强大灵活的工具,可以很容易地构建Web API。
django-tastypie,创造精美的Django应用程序API接口。
django-formapi,创建JSON API、HMAC认证和Django表单验证。flask-api,提供统一的浏览器体验,基于Django框架。
flask-restful,快速构建REST API支持扩展。
flask-api-utils,flask的扩展。falcon,猎鹰,高性能的Python框架,构建云API和Web应用程序后端。
eve,夏娃,REST API框架,使用Flask,MongoDB和良好意愿。
sandman,睡魔,为现有的数据库驱动的系统,自动生成REST API。restless,类似TastyPie的框架。
savory-pie,REST API构建函数库(Django,及其他)Jinja2,现代设计师友好的语言模板。
Genshi,网络感知输出模板工具包。
Mako,马可,Python平台的超高速、轻型模板。
Chameleon,变色龙,一个HTML / XML模板引擎。
仿照ZPT,优化速度。
Spitfire,快速的Python编译模板。
django-haystack,大海捞针,Django模块搜索。
elasticsearch-py,Elasticsearch官方低级的Python客户端。
solrpy,solr客户端。
Whoosh,呼,快速,纯Python搜索引擎库。
Feedly,建立新闻和通知系统的函数库,使用Cassandra和Redis。
django-activity-stream,Django活动流,从你网站上的行动,产生通用的活动流。
Beaker,烧杯,一个缓存和会话使用的Web应用程序,独立的Python脚本和应用程序库。
dogpile.cache,是Beaker作者的下一代替代作品。HermesCache,Python的缓存库,基于标签的失效及预防Dogpile效果。
django-cache-machine,Django缓存机,自动缓存失效,使用ORM。django-cacheops,自动颗粒事件驱动,ORM缓存失效。johnny-cache,约翰尼高速缓存框架,Django应用程序。
django-viewlet,渲染模板部件扩展缓存控制。pylibmc,在libmemcached接口。
WTForms-JSON,JSON表单数据处理扩展。Deform, HTML表单生成的函数库。
django-bootstrap3,bootstrap3,集成了Django。django-crispy-forms,Django程序,可以创建优雅的表单。django-remote-forms,Django的远程表单,Django表格的序列化程序。
django-simple-spam-blocker,Django简单的垃圾邮件拦截器。
django-simple-captcha,Django简单验证码,简单的和高度可定制的Django应用程序,用于添加验证码图像Ajenti,服务器管理面板。
Grappelli,界面花哨的django皮肤。django-suit,Django替代o界面(仅用于非商业用途)。
django-xadmin,Django管理面板替代工具。
flask-admin,简单的flask管理界面框架flower,实时监控和Web管理面板。
Pelican,鹈鹕,Markdown或ReST,字王内容主题。支持 DVCS, Disqus. AGPL。
Cactus,仙人掌,设计师的网站静态生成器。
Hyde,海德, 基于Jinja2的静态网站生成器。
Nikola,尼古拉-一个静态网站和博客生成器。
Tags,标签,最简单的静态网站生成器。
Tinkerer,工匠,基于Sphinx的静态网站生成器。
asyncio,(在Python 3.4 +是Python标准库),异步I/O,事件循环,协同任务。
gevent,基于Python的网络库。
Twisted,扭曲,事件驱动的网络引擎。
Tornado,龙卷风,Web框架和异步网络的函数库。
pulsar,脉冲星,事件驱动的并行框架的Python。
diesel,柴油,绿色的,基于事件的I/O框架。
eventlet,WSGI支持异步框架。
pyzmq, 0MQ消息库的Python封装。
txZMQ,基于Twisted的0MQ消息库封Crossbar,开源统一应用路由器(WebSocket和WAMP)。
wsgiref,Python标准库,WSGI封装实现,单线程。
Werkzeug,机床,WSGI工具函数库,很容易地嵌入到你自己的项目框架。
paste,粘贴,多线程,稳定的,久经考验的WSGI工具。
rocket,火箭,多线程服务,基于Pyramid。
netius,快速的、异步WSGI服务器,gunicorn,forked前身,部分用C写的。
fapws3,异步网络,用C写的。meinheld,异步WSGI服务器,是用C写的。
bjoern,-快速的、异步WSGI服务器,用C写的。

安全

Permissions函数库,允许或拒绝用户访问数据或函数。
django-guardian,Django守护者,管理每个对象的权限,用于Django 1.2 +Carteblanche,管理导航和权限。
Authomatic,简单强大的认证/授权客户端。
OAuthLib, 通用,规范,OAuth请求签约工具。
rauth,用于OAuth 1.0,2.0,的Python库。
python-oauth2,利用全面测试,抽象接口来创建OAuth的客户端和服务器。
python-social-auth,易于安装的社会认证机制。
,django-oauth-toolkit,Django OAuth工具包django-oauth2-provider,Django OAuth2工具包。
django-allauth,Django认证的应用程序。
Flask-OAuthlib,Flask的OAuth工具包sanction,制裁,简单的oauth2客户端。
jose,[JavaScript]对象签名和加密(JOSE)草案实施,标记状态。
python-jwt,JSON的Web令牌生成和验证模块。
pyjwt,JSON的Web令牌草案01。
python-jws,JSON的Web令牌草案02。
PyCrypto,Python的加密工具包。
Paramiko,sshv2协议的实现,提供了客户端和服务器端的功能。
cryptography,密码开发工具包。
PyNac,网络和密码(NaCl)函数库。hashids,hashids的 Python函数库。
Passlib,安全的密码存储/哈希库,非常高的水平。
hashlib,md5, sha等hash算法,用来替换md5和sha模块,并使他们的API一致。
它由OpenSSL支持,支持如下算法:md5,sha1, sha224, sha256, sha384, sha512.
GUI
PyGtk,基于Python的GUI程序开发GTK+库
PyQt用于Python的QT开发库
WxPythonPython下的GUI编程框架,其消息机制与MFC的架构相似,入门非常简单,需要快速开发相关的应用可以使用这个
TkinterPython下标准的界面编程包,因此不算是第三方库了
PySide,跨平台Qt的应用程序和用户界面框架,支撑Qt v4框架。
wxPython,混合wxWidgets的C++类库。
kivy,创建应用程序GUI函数库,看运行于Windows,Linux,MAC OS X,[Android]和[iOS]。
curse,用于创建终端GUI应用程序。
urwid,创建终端GUI应用程序窗体的函数库,支持事件,色彩丰富。
pyglet,跨平台的窗口和多媒体库的Python。
Tkinter,是Python事实上的标准GUI软件包。
enaml,创建漂亮的用户界面,语法类似QML。
Toga,托加,OS原生GUI工具包。

构建封装

pyenv,简单的Python版本管理。
virtualenv,创建独立的Python环境,用于同时安装不同版本的python环境。
virtualenvwrapper,是virtualenv的一组扩展。
pew,一套管理多个虚拟环境的工具。
vex,使运行指定的virtualenv命令。
PyRun,一个单文件,无需安装的Python版本管理工具。
PIP,Python包和依赖的管理工具。
easy_install,软件包管理系统,提供一个标准的分配Python软件和 函式库的格式。是一个附带设置工具的模块,和一个第三方函式库。旨在加快Python函式库的分配程式的速度。类似Ruby语言的RubyGems 。
conda,跨平台,二进制软件包管理器。,
Curdling,一个管理Python包的命令行工具。
wheel,Python发行的新标准,旨在替代eggs.
cx-Freeze,跨平台的,用于打包成可执行文件的库
py2exe, Windows平台的Freeze脚本工具,Py2exe ,将python脚本转换为windows上可以独立运行的可执行程序
py2app,MAC OS X平台的Freeze脚本工具
pyinstaller,-转换成独立的可执行文件的Python程序(跨平台)。
pynsist,构建Windows安装程序的工具,用Python编写。
dh-virtualenv,建立和分发virtualenv(Debian软件包格式)
PyPI,新一代的Python包库管理工具。
warehouse,新一代的Python包库(PyPI)管理工具。
devpi,PyPI服务器和包装/测试/发布工具。
localshop,PyPI官方包镜像服务器,支持本地(私人)包上传。
buildout,创建,组装和部署应用程序的多个部分,其中一些可能是非基于Python的。
SCons,软件构造工具。
platformio,一个控制台的工具,构建的代码可用于不同的开发平台。
bitbake,特殊设计的工具,用于创建和部署[嵌入式]Linux软件包
fabricate,自动为任何编程语言,生成依赖包。
django-compressor,Django压缩机,压缩和内联JavaScript或CSS,链接到一个单一的缓存文件。
jinja-assets-compressor,金贾压缩机,一个Jinja扩展,通过编译,压缩你的资源。
webassets,优化管理,静态资源,独特的缓存清除。
fanstatic,球迷,包优化,提供静态文件。
fileconveyor,监控资源变化,,可保存到CDN(内容分发网络)和文件系统。
django-storages,一组自定义存储Django后台。
glue,胶胶,一个简单的命令行工具,生成CSS Sprites。
libsass-python,Sass (层叠样式表)的Python接口。
Flask-Assets,整合应用程序资源。

代码调试

unittest,Python标准库,单元测试框架。
nose,鼻子,unittest延伸产品。
pytest,成熟的全功能的Python测试工具。
mamba,曼巴,Python的权威测试工具。出自BDD的旗下。
contexts,背景,BDD测试框架,基于C#。
pyshould,should风格的测试框架,基于PyHamcrest.
pyvows,BDD风格测试框架
Selenium,web测试框架,Python绑定Selenium。
splinter,分裂,测试Web应用程序的开源工具。
locust,刺槐,可扩展的用户负载测试工具,用Python写的。
sixpack,语言无关的A/B测试框架。
mock,模拟对象(英语:mock object,也译作模仿对象),模拟测试库。
responses,工具函数,用于mock模拟测试。
doublex-强大的测试框架。
freezegun,通过时间调整,测试模块。
httpretty, HTTP请求的模拟工具。
httmock,mock模拟测试。
coverage,代码覆盖度量测试。
faker,生成模拟测试数据的Python包。
mixer,混频器,产生模拟数据,用于Django ORM,SQLAlchemy,
Peewee, MongoEngine, Pony ORM等
model_mommy,在Django创建测试随机工具。
ForgeryPy,易用的模拟数据发生器。
radar,雷达,生成随机日期/时间。
FuckIt.py,测试Python代码运行。
Code Analysispysonar2,Python类型索引。
pycallgraph,可视化的流量(调用图)应用程序。
code2flow,转换Python和JavaScript代码到流程图。
LinterFlake8,源代码模块检查器
pylama,Python和JavaScript代码审计工具。
Pylint,源代码分析器,它查找编程错误,帮助执行一个代码标准和嗅探一些代码味道。注意:相比于PyChecker,Pylint是一个高阶的Python代码分析工具,它分析Python代码中的错误。
Pyflakes,一个用于检查Python源文件错误的简单程序。Pyflakes分析程序并且检查各种错误。它通过解析源文件实现,无需导入。
pdb,Python标准库,Python调试器。
ipdb,IPython使用的PDB。
winpdb独立于平台的GUI调试器。
pudb,全屏,基于python调试控制台。
pyringe,-可附着于及注入代码到Python程序的调试器。
python-statsd,statsd服务器客户端。
memory_profiler, 内存监视。
profiling,交互式Python分析器。
django-debug-toolbar, Django调试工具栏,显示各种调试信息:当前请求/响应。
django-devserver,Django调试工具。
flask-debugtoolbar,flask调试工具。
转自:https://mp.weixin.qq.com/s/c2Xwmydliv9aSRmWFVQ45Q

一夜变天!学区房的大雷,突然要引爆了?!上海新政“大风暴”,知名老破小狂降60万疯传

中国基金报记者  安曼

部分综合证券时报、上观新闻

严查经营贷,消费贷入楼市之后,上海又开始给学区房泼冷水……

去年,上海的“学区房”在“公民同招”“民办摇号”的政策出台后,经历了一波魔幻上涨。有一老破小的公房小区的房价从10万元/平方米附近,涨至25万元/平方米。

3月16日,上海教委发布了中考改革的新政。新政之下,优质高中的名额将被分配到每一所不挑生源地初中,原则上都能拿到市优质高中分配下来的名额,最大限度保证校校之间的平等。

此次政策提出了“名额分配综合评价录取”制度。名额分配综合评价录取是上海《中考改革方案》确定的招生录取新办法。具体包括名额分配到区招生录取和名额分配到校招生录取两类,合计占市实验性示范性高中招生总计划的50%-65%,与改革前相比,名额分配比例进一步扩大。其中,名额分配到区招生录取,以区为单位,依据总分排序按计划录取;名额分配到校招生录取,以初中学校为单位,依据总分排序按计划录取。

一夜变天!学区房的大雷,突然要引爆了?!上海新政“大风暴”,知名老破小狂降60万疯传!刚刚,深圳也重磅出手了!高位接盘的要哭了?

有分析人士表示,未来上海优质高中的招生方式将明显变化,六成左右生源须统一分配,部分分配到区,部分分配到初中学校。这也就意味着,从优质初中考上优质高中的学生数量将明显减少,而从普通初中考上优质高中的学生数量将明显增加。这样一来,优质初中学区房的含金量降低,同时也会传导至优质小学的学区房。

该消息一出来,不少人第一反应就是,学区房要凉凉了……

真实情况又是如何呢?

学区房真的凉凉了?

近日,网传上海教改政策公布后,上海知名老破小+双学位小区—梅园开始暴跌,有网友称新政公布前房产评估430万,新政后房价变成了370万,一夜下降了60万。

一夜变天!学区房的大雷,突然要引爆了?!上海新政“大风暴”,知名老破小狂降60万疯传!刚刚,深圳也重磅出手了!高位接盘的要哭了?

乐居网房产经纪人也爆料称,同样在梅园二街坊,一套32㎡的学区房在新政前挂牌720万,新政后立刻修改到699万。

一夜变天!学区房的大雷,突然要引爆了?!上海新政“大风暴”,知名老破小狂降60万疯传!刚刚,深圳也重磅出手了!高位接盘的要哭了?

基金君在上海链家的网站上看到,几天前刚挂网的梅园三街坊的一套近47平米的房子,挂牌价825万,平均18万元一平。

一夜变天!学区房的大雷,突然要引爆了?!上海新政“大风暴”,知名老破小狂降60万疯传!刚刚,深圳也重磅出手了!高位接盘的要哭了?

而多个在春节之前就挂网的梅园三街坊一套近30平米的房子,挂牌价728万,平均25万元一平米。

一夜变天!学区房的大雷,突然要引爆了?!上海新政“大风暴”,知名老破小狂降60万疯传!刚刚,深圳也重磅出手了!高位接盘的要哭了?

微博上一位认证上海泽乐地产的顾问也表示,该学区房以前价格疯涨一房难求,目前逆转了。大量房源正在上架中……

一夜变天!学区房的大雷,突然要引爆了?!上海新政“大风暴”,知名老破小狂降60万疯传!刚刚,深圳也重磅出手了!高位接盘的要哭了?

但是,基金君在跟几位在上海读小学、初中的家庭了解时,他们纷纷表示,上海本地许多家长早就知道这个政策,但是并不影响他们买学区房,因为选择名校就是在选择优质教育资源。无论“名额是否分配到校”,绝大多数的孩子还是需要考试去被选拔的,因此优质教育资源的稀缺性,才是学区房真正的价值。

据证券时报报道,上海易居房地产研究院发布的报告指出,此次政策提出是基于教育改革的目标和精神出发的,侧面也反映了2020年上海学区房市场的风险和问题。

根据克而瑞数据库监测的数据,2020年全年上海新建商品住宅成交均价为55994元/平方米,同比涨幅为2.5%。而以去年学区房炒作较多的大三林板块(包括前滩)为例,其2020年全年新建商品住宅成交均价为99359元/平方米,同比涨幅为17.7%。类似涨幅明显偏大,说明价格虚高。若后续价格若下跌,则容易对购房者产生各类风险。

易居研究院智库中心研究总监严跃进表示,此次上海教改工作,将优质高中资源以名额分配的方式进行配置。各类学校后续都可以享受更公平的招考机会,自然使得“哄抢好学区”的现象减少,进而促进相关学区房的价格降温。对于家长和购房者来说,在此类教改政策下,应积极理解政策改革初衷即“教育资源均衡化”的改革思路,理性择校、理性置业变得很关键。

上海进一步严禁“学区房”炒作

  

3月19日,上海市住房保障和房屋管理局官方微信“房可圆”发布新闻,当日下午,上海市房地产经纪行业协会向沪上全体房地产经纪机构发起“规范房源挂牌和信息发布的自律倡议”。倡议聚焦房地产中介领域房源信息发布不规范,“学区房”不实宣传,挂牌价格虚高等社会和老百姓高度关注的问题。

链家、太平洋、中原、我爱我家、Q房网、21世纪房屋、信义房产、美凯龙爱家、志远房产、佳歆房产、58安居客、搜房、房友、幸福里等14家主要房地产经纪机构和平台企业响应倡议,现场签署了承诺书。

此次承诺主要包括四个方面:

一、是在线上、线下房源发布信息中,不使用“学区房”进行推介、宣传;在业务经营中,不以“学区房”名义,误导购房者。

二、规范介绍教育资源用语,客观介绍周边学校,不出现“升学率”、“对口”、“名额未用”等用语,误导购房者。

三、不挂牌、不发布未经核验的房源,不挂牌、不发布价格虚高的房源。

四、在信息发布中,不出现“热度排名”、“ 投资潜力”等用语;在经营活动中,不炒作、不哄抬房价,不扰乱市场。

 

深圳龙华区重磅出手,试点大学区

3月16日,上海公布中考新政之后,深圳也公布了修订之后的龙华区大学区学校积分入学办法(征求意见稿)。

其中,对于入学积分的标准、深户和非深户在积分上的计算、大学区与单片区加分项等方面,向公众征集意见,征集时间为3月16日-3月20日。在市场人士看来,这是深圳首次提出“全区试点大学区制”。

一夜变天!学区房的大雷,突然要引爆了?!上海新政“大风暴”,知名老破小狂降60万疯传!刚刚,深圳也重磅出手了!高位接盘的要哭了?

《征求意见稿》中提到,大学区招生学校包括:

在民治街道小一选取民治中学教育集团民顺小学校区、民治中学教育集团民新学校校区、龙华区教科院附属实验学校(世纪春城小区范围)、龙华区实验学校、深圳高级中学(集团)北校区5所学校,

初一选取民治中学教育集团民治中学校区、民治中学教育集团民新学校校区、龙华区教科院附属实验学校、龙华区实验学校、深圳高级中学(集团)北校区5所学校。

据证券时报报道,在这当中,最受深圳家长关注的莫过于深圳高级中学(集团)北校区,原来带这个学位的小区均价早已突破10万。就以最近发布的二手房成交参考价为例,水榭春天一期的参考价为每平方米73000元,而带有深圳高级中学(集团)北校区的水榭春天5期的参考价就高达每平方米90500元。

一夜变天!学区房的大雷,突然要引爆了?!上海新政“大风暴”,知名老破小狂降60万疯传!刚刚,深圳也重磅出手了!高位接盘的要哭了?

虽然分析人士认为,本次深圳“大学区”改革试点,仅从入学积分制度上进行微调,仍是单片区户籍人口受惠,改革力度较小,对于遏制高价学位房效果有限。

但是仍有不少人认为,去年刷屏的32万/平米的深圳天价学区房刷屏,给不少深圳中产阶级造成不小的冲击。在教育资源和房子紧密挂钩的情况下,不愿输在起跑线的家长们只能硬着头皮冲向学位房,造成了房价的进一步抬升。虽然龙华区的大学区制对遏制高房价效果有限,但是改革从来不是一步到位的,改革总会有希望。

虽然教育改革只前进了一小步,但是深圳在坚持“房住不炒”的政策上绝不手软。

3月19日,深圳市房地产中介协会网站发布《关于要求全市房地产中介机构自查自纠并严禁参与经营贷的郑重提示》(以下简称《提示》)。

《提示》称,为了贯彻落实“房住不炒”定位,持续谨防信贷资金违规流入房地产领域,各房地产中介机构、从业人员务必高度重视,以相关法律法规及要求为底线,坚守职业道德,自觉抵制违法违规行为,提示消费者切勿利用经营贷资金违规流入房地产市场。并严格遵守有关规定,严禁为消费者在成立企业、经营贷咨询等任何环节提供便利或信息。

《提示》强调,各房地产中介机构须开展自查自纠工作,严格内部相应业务管理,清查是否有上述现象并及时纠正相关涉及违法违规行为。凡在消费者投诉或市场检查过程中,发现存在协助消费者为经营贷资金违规流入房地产市场提供便利的,即依据《深圳市房地产中介行业从业规范》等规定进行自律惩戒,严重者根据《深圳市房地产中介行业黑名单暨企业风险警示人员名单实施办法》列入行业黑名单。

杭州也出手了

无独有偶,据杭州市房地产中介行业协会微信号3月19日消息,3月12日,该会向全市房地产中介行业发布《关于规范房地产中介服务行为的倡议》(以下简称《倡议》),号召各房地产中介机构及从业人员、各房源发布网络平台从房源发布行为、市场信息发布行为、市场经营行为等方面对房地产中介服务行为进行规范。截至3月19日,共计999家单位带头响应,签署了倡议书,更多的单位正在陆续签署中。

在房源发布行为方面,《倡议》提出七条要求。包括房地产中介机构及从业人员不得鼓动卖家以明显高于市场价格挂牌出售房产,不得以个别高价成交个案引导卖家涨价,不得捏造虚假高价成交案例营造房价上涨等假象;房地产中介机构不得受理并对外发布挂牌价格明显高于合理成交价格的房屋信息;各房源发布网络平台应当做好房源信息维护工作,禁止虚假宣传,及时下架虚假房源信息,如虚假价格、虚假面积、虚假图片、虚假广告等。

一夜变天!学区房的大雷,突然要引爆了?!上海新政“大风暴”,知名老破小狂降60万疯传!刚刚,深圳也重磅出手了!高位接盘的要哭了?

从基金君自身的体验来看,北京近年来都在推行“多校划片”的大学区制改革,北京的学区房整体确实降温不少,但是仍然没有办法遏制 “北京海淀区某重点小学学区房一夜跳涨40万”的新闻刷屏。所以,规范中介哄抬房价等恶意行为,遏制消费贷、经营贷等通过不正当渠道流入楼市等一系列组合拳才是真正地给学位房降温。

 

有能力的家长依旧可以把“学位房”放进自己的刚需购物车,没有购房能力的家长,不如多抽出时间陪伴小孩、教育小孩。毕竟,家里的书房才是最好的学区房……

网上疯传上海人买房不能贷款了?银行将全面暂停房贷?银行回复→

近日,网上流传着“银行将全面暂停房贷”的消息。不少自媒体发布文章,声称“2021年银行停止发放房贷”,多篇“银行全面暂停房贷,3月31日起”“4月1日银行全面暂停房贷,房价真要跌了?”“2021年4月1日起利率上调是真的吗?买房不能贷款吗?”等文章,更像模像样地分析起了房价走势。

一夜变天!学区房的大雷,突然要引爆了?!上海新政“大风暴”,知名老破小狂降60万疯传!刚刚,深圳也重磅出手了!高位接盘的要哭了?
△网络传言
据上观新闻报道,前不久,上海出台了一系列抑制房价上涨过快的新政,加上多地银行严查经营贷流入房地产,那么,近期的房贷政策真有变化吗?银行会不会暂停房贷呢?
上海辟谣平台记者致电工、农、中、建、交五大国有银行和招商银行、浦发银行的官方客服,他们都表示没有接到关于“暂停发放房贷”的通知。建设银行上海分行相关负责人也向记者表示:自上海市住建委、人民银行上海分行等八部门联合出台“关于促进本市房地产市场平稳健康发展的意见”以来,我行认真组织落实意见要求,严格执行差别化住房信贷政策,合理把握个人住房贷款投放节奏,按照满足放款条件的时间先后有序、平稳地投放。目前,个人住房贷款服务秩序正常。
易居研究院智库中心研究总监严跃进表示,贷款政策收紧是大趋势,但需要客观看待“收紧”的含义,对于合理的购房需求,依然会有充裕的贷款资金给予支持,所以不需要担心房贷停贷。当然,各银行的具体操作是不一样的,部分可能会适当压缩下,但是停贷并不现实,房贷业务依然是银行贷款的重要业务之一。至于说从近期的贷款市场看,确实相对会收紧点,客观上也会打击一些炒房需求,也会引起房价的下跌,或者说涨幅的收窄。

转自:https://mp.weixin.qq.com/s/z3QwSdv9nVAAcu3WfMn72g

​99%的人,你一辈子都买不起深圳了

今天是周末,换个姿势。
 
这是一篇流量稿,也是一篇情绪稿,更是一篇实话稿。
 
深圳楼市已经是极少数人的游戏。
 
看的时候,别太较真。
 

1

深圳市场,暂时风平浪静。
 
从2020年12月到2021年3月,短短4个月时间,市场发生了巨大的分化,有佛山的热、长三角的热、合肥的热、盐城的热,更有深圳、广州的云淡风轻。
 
我这里的分化,指的不仅是市场,还有大家的心态。
1、底层与高层,
2、穷人和富人,
3、中央和地方,
4、银行与各方,
……
尤其是这一波深圳的大涨,从西涨到东,从东回到西,甚至来回轮动,深圳内部都打破了传统的轮动效应。
 
香蜜湖的16万+、前海的20万+、甚至宝中的10万+,对于很多普通人,其实就是一个数字,而这个数字,99%的人根本碰不到,想都不用想。
 
大涨之后,敢在深圳留下的有哪些人?
 
家里有钱;自己能挣大钱;国家级牛逼的人才;以及有梦想、敢打敢拼的年轻人;深圳赚钱、二线花。
 
前三者是有才+有财;后两者只是有胆。
 

2

人均985的知乎,讨论过一个问题:
 
在深圳,月收入超过2万有多少?
 
整个讨论区,都弥漫着一股令人窒息的压抑,有一位发帖说,深圳大多数人工资不超过1万。
 
1、金融、互联网、电商、科技,大多数人都不超过两万。
 
2、腾讯、华为、招行,也不是人人都能过两万。
 

3、关外的一些工厂、电子厂,月薪6千算是不错了。

4、送快递、送外卖、出租车,不忙7000,忙了也才过万。

 

5、任何城市的岗位,行政、客服月薪也就五、六千。

 

……


就像我和马云,马云身价2000多亿,我身价200万,一平均,我俩都是千亿富翁,都是成功人士,就是这么魔幻。
 
还记得之前深圳大学的招聘吗,深圳大学公开招聘150位老师,并且长期制的老师年薪38~70万,如果是特别优秀的人才,学校还会额外再给15~30万一年。
也就是说,仅仅是基本收入这一项,深圳大学给到的筹码,都是50-100万之间,出手非常阔绰。
 
要知道在深圳,月薪两万真的是少部分人。

3

给大家看几个深圳数字:
1、2020年深圳2200万人,5年新增人口225万。

2、1068万套住宅,其中商品房190万套。

3、保障房51万套,农民房占比54%。

4、深圳70%的人住在城中村。

5、2035年实现保障房150万套,商品房260万套。

也就是说,深圳常住人口超过1350万,实际管理人口约2200万,虽然拥有者将近1100万套的住宅房源,但是真正能够满足市场需求的商品房,却仅有不到200万套。

 

据统计,深圳的1068万套住宅里,保障住房51万套,商品房约190万套。其他827万套住宅为军产房、城中村农民房、商住楼、集资房等等类型,以城中村为主。

 

其中最值得玩味的一点是,15年后,整个深圳的商品房增加到260万套。我算了一下,16年新增169万套,要是商品房,那就仅有70万套,而且这个目标极有可能完不成。哪怕最高每年供应10万套,要知道每年深圳落户的人,至少40万以上。

 

每年40万人(需)VS每年10万套(供)。

 

要是商品房,每年40万VS每年4.4万套。

 

9比1,你说未来房价涨不涨?

4

我在上次直播的时候,就非常明确的说了下面两句话。
 
这两句话还是要拿出来,跟大家再次交代一下:
 
1、国家从来没说过打压房价,而是调控房价。
 
2、你支持调控,房住不炒,那你的资产谁来保护?
比如北京:
 
1、限购限贷限离限售限商限价限摇,现在“限看”。
 
2、学区房涨了,改善房涨了,刚需房涨了。
 
3、没有硬伤的房子,业主加价5%就属于诚心卖。
 
4、去年北京每天得成交最高400,1月一天最高达到700-900多。
 
5、业主要么惜售,要么跳张,中介断粮了。
比如上海:
 
1、从8月开始,百十个楼盘抢房。
 
2、环沪中,花桥最近2个月,没有便宜房子,很多房东要么惜售,要么跳涨,看房的客户多了,中介的电话多了,房东心态都极不稳定。
 
3、花桥的一手,龙光花溪澜园2个月清盘,象屿都城怡园、建滔裕园、香逸铂悦,也只有极少数房源。
 
4、上海的二手房不断跳涨,都传导到普通人的身上。
比如深圳:
 
1、打新,打新,打新。
2、天海、天境、万丰海岸城、深铁懿府。
 
3、参与摇号最低入围社保,最少11年,最长42年
 
4、深圳正在血拼。要么有钱,要么以老欺小,要么有名额。
 
5、广州、东莞、惠州、珠海、佛山,整个粤港澳全部起来。

5

最后给大家几点建议:

1、如果没钱,深圳既容不下你的肉体,更容不下你的灵魂。残忍一点,你不配拥有梦想,做一个挣钱工具就行了。

2、年薪八十万以上,富二代,官二代,只要你负担得起首付和月供,那么深圳就是你的天堂,尽情享受吧。

3、学历大专以下,特别能吃苦,反正去哪都不容易,不如深圳挣钱二线花。对你而言,深圳只是一个ATM机罢了。

4、千万千万不要西部上班、东部买房,虽然东部房价低,但是每天至少3-4小时的通勤,简直就是慢性自杀。

5、如果有钱,深圳买买买,如果不甘心,东莞、珠海、广州也是非常不错的选择,尤其是广州,腹地、医疗、教育、生活,会更加舒服一点。

6、普通人不要轻易去深圳,你买不起,活不起。老老实实呆在二线,有房有车有学校,陪孩子陪家人,这是最好的状态。

转自:https://mp.weixin.qq.com/s/Kc2scb5ov4tBvznbBaSfyg