xz Utilityで脆弱性が見つかったそうです。
影響範囲とかは
だそうです。
xz自体は、Linuxで使われている汎用的なデータ形式ですが、zipやgzに比べるとあまりつかわれていない印象があります。
このxzの脆弱性がどんな悪さをするかというと、影響を受けたライブラリをリンクしているsshdを使用していた場合、liblzmaの実装が改ざんされ、任意のソフトウエアを利用できるようになり、結果として外部から不正アクセスをされる恐れがあるそうです。
Amazon Linuxとかは、影響ないそうですが、Red HatやUbuntuなどは影響あるようなので、サーバ運用している方は、参考にしてください。
pythonの関数について。
自分で勉強で気になる部分だけピックアップして、忘れないように記事として起こしておこう。だから、ここに記載されていないpythonの関数の機能があるので、ご注意ください
ラムダ式は、一箇所とかしか使わない使い捨てのような関数を定義するときに使います。式として使われるので、関数の引数として使うことおができます。
myfunc = lambda a,b: x+y
print(myfunc(3,6)) #=> 9
これがあまり理解できない。イテレータとは、次の要素にアクセスすることを繰り返すインターフェイスのことだそうです。配列のようなデータ構造の要素を順に処理をしていく繰り返し処理を簡単に記述できる構文だそうです。見える化かな。
class MyR:
def __init__(self, max):
self._max = max
def __iter__(self):
self._count = 0
return self
def __next__(self):
result = self._count
if result >= self._max:
raise StopIteration
self._count += 1
return result
for n in MyR(3):
print(n) #=> 0, 1, 2
これは便利。関数を実行する前後に特殊な処理を実行したい場合に用いる。デコレータをうまく使うと同じような関数を複数つくらなくてよくなるはず。
def mydecolater(func):
def wrapper():
print("go")
func()
print("end")
return wrapper
@mydecolater
def hello():
print("hello")
hello() #-> go,hellp,end
ほかにも、ジェネレータなどの機能もあるので、調べてみてくださいね
時間があるので、pythonの勉強でもしようかと思い、
で、勉強してたら、ビット演算子というものがでてきました。長年プログラミングをしていますが、ビット演算子は、まったく使ったことがないので、この機会にちょっと勉強してみました。
コンピュータは、実は、ON/OFFの繰り返しでできており、そのON/OFFのスイッチをビットと読んでおり、スイッチ一個を１ビットとよびます。ちなみに、８ビットが１バイトです。表記するときは、0000000のように表し、右側から０ビット目、１ビット目って数えます。
スイッチのON/OFFの切り替えを制御するのがビット演算です。大体８の倍数個、つまりバイト単位でまとめて行います。
ちょうど、pythonを勉強しているので、例は、pythonでやります。
~a # ビット反転
a & b # AND:論理積
a | b # OR:論理和
a ^ b # XOR:排他的論理和
a << b # b ビット左シフト
a >> b # B ビット右シフト
２つを比較し、どちらも１なら１、それ以外なら０を返します。フラグをビット管理しているときに、そのフラグが立っているかを調べます。
例
a&b=c
a 11110000
b 10101010
↓
c 10100000
２つを比較して、どちらかが１なら１、それ以外なら０を返します。フラグをビット管理しているときに、そのフラグを立てるときなどにつかいます。
例
a|b=c
a 11110000
b 10101010
↓
c 11111010
すべて逆転させます。１を０に、０を１に変えます。真逆の状態にしたいときに使います。
例
~a=c
a 11110000
↓
c 00001111
２つを比較して、どちら片方だけ１ならば１、どちらも０またはどちらも１の場合は、０を返します。どこが違うか調べるときなどで使います。
例
a^b=c
a 11110000
b 10101010
↓
c 01011010
>>は、ON/OFFの状態を右にずらします。
<<は、ON/OFFの状態を左にずらします。
ずらしたことによるできた空白には０がはいり、はみ出した分は消えます。このはみだして消えたことを、オーバーフローといいます。ループを使ってビット操作するときなどに使えます。
例
a >> 1 =c
a 11110000
↓
c 01111000
a << 1 =c
a 11110000
↓
c 1110000
以上です。
通常のプログラミングでは、ビット演算は使わなくてもいいですが、メモリの節約をするときなどにつかいます。例えば、一つの変数で複数のフラグを管理する場合です。もし、使える機会があったらつかってみてください
Dockerの公式サイトに掲載されているDjangoのインストールを試してみた。
するとまず、docker-compose runを実行時に、以下のエラーがでた。
ModuleNotFoundError: No module named 'django.utils.six.moves'
どうもpythonとDjangoのバージョンの対応するバージョンの違いからでてくるエラーだそうだけど、解決方法は、docker-compose runの前にdocker-compose buildを実行するとエラーは回避されました。
ただ、今度は、docker-compose run 時に以下のエラーがでてきました。
ERRO[0001] error waiting for container: context canceled
Error response from daemon: failed to create task for container: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: exec: "django-admin.py": executable file not found in $PATH: unknown
対策は、
docker-compose run web django-admin.py startproject composeexample .
で、django-admin.pyの.pyを削除
docker-compose run web django-admin startproject composeexample .
で実行するとできました。これはなんでエラーになったのかは、わからないです
これをやっても、だめだったので、requirement.txtの記述を
Django
psycopg2
にしたら、うまくいきました。
最近、redditという言葉をみかけるようになってきました。
今朝のTechcrunchの記事にも、Redditの関する記事を掲載していました。
上場したそうです。
まだ、使ったことがないのですが、Redditとは、アメリカで流行している投稿型のソーシャルサイトです。日本でいう２chのようなもので、２chのような無法地帯ではないです。2chの板のようなものが、「サブレディット」となります。生活のヒントが載ったサブレディットや観葉植物に関するサブレディットなど、自分が知りたい情報があるサブレディットをフォローするといいようです。
・日本語のサブレディット
自分もこれからいろいろ調べていきたいです。
Pythonは、ほぼ使ったことがないので、時間もあるので、勉強してみようかと思います。まずは、実行環境を作らないといけないのですが、Mac環境そのままにPythonをインストールをしていいのですが、せっかくなので、DockerでPythonをインストールしてみました。
※前提条件として、Dockerはインストール済みとします。
python/
├ Dockerfile
├ docker-compose.yml
└ opt/
└ sample.py
FROM python:3
ARG USERNAME=user
ARG GROUPNAME=user
ARG UID=1000
ARG GID=1000
RUN groupadd -g $GID $GROUPNAME && \
useradd -m -s /bin/bash -u $UID -g $GID $USERNAME
USER $USERNAME
WORKDIR /home/$USERNAME/USER root
RUN apt-get update
RUN apt-get -y install locales && \
localedef -f UTF-8 -i ja_JP ja_JP.UTF-8
ENV LANG ja_JP.UTF-8
ENV LANGUAGE ja_JP:ja
ENV LC_ALL ja_JP.UTF-8
ENV TZ JST-9
ENV TERM xtermRUN apt-get install -y vim less
RUN pip install --upgrade pip
RUN pip install --upgrade setuptoolsRUN python -m pip install jupyterlab
docker-compose.ymlは、作成するコンテナ情報を書きます。
working_dirは作成したコンテナにログインした際の初期ディレクトリになります。
volumeはローカルのどのフォルダとコンテナの中の環境フォルダを同期するための設定です。コンテナを削除されたときにもデータだけは残したいものに使います。例えば、ソース・ファイルを置く場所に使うことが多いです。
version: '3'
services:
python3:
restart: always
build: .
container_name: 'python3'
working_dir: '/root/'
tty: true
volumes:
- ./opt:/root/opt
print("test")
cd pythonエラーがなければ、イメージができているか確認
docker compose up -d --build
docker image ls次にコマンドを実行し、現在走っているコンテナのリストを取得します
docker container ls
cd optで実行して、testと表示されればOK
python sample.py
おわりに
Dockerは便利なので、いろいろな言語での環境をつくっとくといいかもしれません。
larvelの画像アップロード時に、fileやhasfile関数を使う場合があるかと思いますが、
引数を２次元配列を使った際の記述の仕方がわからなくて、色々調べてなかなか見つからなかったので、メモをとっとこう。
<img src="image" name="page_thumbImg[1][2]" value="">
というタグを使っている場合は、
page_thumbImg.1.2
という感じにするとよいようです。
[]を使うのではなく、ドットで区切ります。
サンプルは以下です。
$imagefilename="page_thumbImg.1.2";
if ($request->hasFile($imagefilename)) {
$pageMainthumbImg = $request->file($imagefilename);
$name_gen = hexdec(uniqid()) . '.' . $pageMainthumbImg->getClientOriginalExtension();
Image::make($pageMainthumbImg)->resize(1900, 250)->save('upload/page_images/'.$name_gen);
$saveUrlpageMainthumbImg = 'upload/page_images/'.$name_gen;
} else {
$saveUrlpageMainthumbImg = null;
}
$page_repeat_fields1->page_thumbImg=$saveUrlpageMainthumbImg;
