1. 借助语言优势解决问题；
2. 简化开发难度，偷懒；
在我这，我用它的主要目的在于加入扫描框架的依赖，毕竟lua的学习成本挺高的，如果正好这个安全人员不懂lua，只懂python咋整？能不成让他学习lua么？成本是一个方面，更多的是怎么快起来。一个团队，在快节奏下才能成长起来。
正好手上有一台机器，别人给我用来测试玩的，我就拿来做些调试和环境的测试。还没到生产环境，就遇到不少的坑，当时在线上环境也有测试，陪着运维的小哥一起搞，不断的测试和调整，折腾到很晚才搞成功，这里记录下过程。
默认的情况下，python.h应该在这个位置，但是测试的结果说找不到。内心是崩溃的，我在mac下是正常的。
用find命令找当前系统中的python.h的版本，发现只有2.6的，但是我按照了python2.7,这个版本完全错乱了。
心想，坑啊～～ 为了解决问题，少不得需要重新编译之类的屁事，当然，我们也干了这事，最后发现仍然不行，参考的例子（知乎上的指引，坑b）如下：
首先，你需要先把所有的python环境卸载，然后安装同步的环境，比如python2.7.12，devel也是python2.7.12，还有就是libs也必须是，不然弄不了，另外，编译安装默认不靠谱，最好就是rpm的方式来。包我留下，有需要的玩。
这是我的解决方案，当前完美解决我的问题，另外，推荐大家按照这个方式来搞，特别在centos环境下，这个比较坑爹。
1、Django谈到Python框架，我们第一个想到的应该就是Django。Django作为一个Python
Web应用开发框架，可以说是一个被广泛使用的全能型框架。Django的目的是为了让开发者能够快速地开发一个网站，因此它提供了很多模块。另外，Django最出名的是其全自动化的管理后台：只需要使用起ORM，做简单的对象定义，它就能自动生成数据库结构、以及全功能的管理后台。它与其他框架最大的区别就是，鲜明独特的特性，支持orm，将数据库的操作封装成为Python，对于需要适用多种数据库的应用来说是个比较好的特性。
2、Flask
Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。Flask没有默认使用的数据库、窗体验证工具。基于他的这个特性使用者可以花很少的成本就能够开发一个简单的网站。因此，从这个角度来讲，Flask框架非常适合初学者学习。Flask框架学会以后，我们还可以考虑学习插件的使用。
3、Scrapy
Scrapy是一个轻量级的使用Python编写的网络爬虫框架，这也是它与其他Python框架最大的区别。因为专门用于爬取网站和获取结构数据且使用起来非常的方便，Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试等等。
4、Diesel
Diesel是基于Greenlet的事件I/O框架，它提供一个整洁的API来编写网络客户端和服务器。它与其他Python框架最大的区别是支持TCP和UDP。
5、Cubes
Cubes作为一个轻量级Python OLAP框架，包含了OLAP、多维数据分析和浏览聚合数据等工具。
6、Pulsar
Pulsar是Python的事件驱动并发框架。有了pulsar，你可以写出在不同进程或线程中运行一个或多个活动的异步服务器。
7、Tornado
Tornado全称是Torado Web Server，仅仅从它的名字上我们就可以知道它可以用作Web服务器，但同时它也是一个Python
Web的开发框架。Tornado和现在的主流Web服务器框架和大多数Python框架有着明显的区别，它是非阻塞式服务器，而且速度相当快。而其他框架不支持异步处理。
稍微具有一定规模的企业对于软件开发一般都会要求写单元测试，虽然各自标准不同，有的可能要求覆盖率达到50即可，而像我司这种竟然要求行覆盖率和分支覆盖率都要到95%以上。本文会手把手教你如何在项目初期搭建单元测试框架，以便能够指导后续开发进行单元测试编写和测试报告生成。本文适合python项目的架构师或者核心发起者。如果是小白也可以了解下单元测试是怎么搭建的以及一些单元测试的原则。
一般项目如果是web项目都会有配置文件，那么启动单元测试的应用上下文也需要测试用的配置文件。下面是一个基于flask开发的web项目的单元测试配置文件。大家可以参考下。如果项目不是web项目而是脚本仓库也可以不需要这块。
基础测试类会初始化测试应用上下文以及内存数据库初始化，以及测试完成后的数据清理
测试聚合类是用来扫描所有测试模块并运行测试用例的
python的Coverage库是用来生成测试报的，可以通过.coverage文件配置测试报告的内存，包括忽略项，是否包含分支覆盖率，测试报告生成位置和形式（xml或者html）等
通过运行以下coverage 模块生成测试报告
