python信息管理系统适合开发吗

A. python不适合短期开发吗

不适合。
学任何知识的过程必然是枯燥且无聊的，尤其对于之前没有接触过编程的新人来说，一开始入门就有难度，而想要掌握Python到能够运用的程度，必然还需要大量的练习。练习的过程中碰到bug搞不明白，最好马上找专业的人给予指导，要不然会越学越慌，有人能够指导，效率会高很多。
学Python一定要多练习，不练习光学习理论学得再多也没有，任何编程的难点就在于实际操作你会遇到各种问题，光看书你好像什么都懂什么都会，但实际操作就不一定是那么回事。

B. python适合做什么开发

Python是一门高级的编程语言，也是应用率非常广泛的编程语言，该语言就业机会多，薪资待遇高，可以从事做的事情有很多，发展前景非常不错。
一、人工智能
Python作为人工智能的黄金语言，选择人工智能作为就业方向是理所当然的，而且就业前景好，薪资普遍较高，拉勾网上，人工智能工程师的招聘起薪普遍在20K-35K，当然，如果是初级工程师，起薪也已经超过了12500元/月。
二、大数据
我们目前正处于大数据时代，Python这门语言在大数据上比java更加有效率，大数据虽然难学，但是Python可以更好地和大数据对接，用Python做大数据的薪资也至少是20K以上了，大数据持续火爆，未来做大数据工程师，薪资还将逐渐上涨。
三、网络爬虫工程师
网络爬虫作为数据采集的利器，在大数据时代作为数据的源头，十分有用武之地。利用Python可以更快的提升对数据抓取的精准程度和速度，是数据分析师的福祉，通过网络爬虫，让BOSS再也不用担心你没有数据。做爬虫工程师的的薪资为20K起，当然，因为大数据，薪资也将一路上扬。
四、Python web全栈工程师
全栈工程师是指掌握多种技能，并能利用多种技能独立完成产品的人。也叫全端工程师(同时具备前端和后台能力)，英文Full Stack developer。全栈工程师不管在哪个语言中都是人才中的人才，而Python web全栈工程师工资基本上都高出20K，所以如果你能力足够，首选就是Python web全栈工程师。
五、Python自动化运维
运维工作者对Python的需求很大，小伙伴们快快行动起来吧，学习Python自动化运维也能有个10k-15k的工资，很不错哦
六、Python自动化测试
Python这门语言十分高效，只要是和自动化有关系的，它可以发挥出巨大的优势，目前做自动化测试的大部分的工作者都需要学习Python帮助提高测试效率。用Python测试也可以说是测试人员必备的工具了，Python自动化测试的起薪一般也都是15K左右，所以测试的小伙伴也需要学习Python哦!

C. 哪个操作系统更适合Python开发

楼主你好

python采用的是和java相同的虚拟机机制，这样的构建思想完全能满足相同代码在不同的操作系统上运营的需求；因此，语言在操作系统上的适用性只和应用程序本身需求决定。

作为一个python开发者，从从业经验来看，python适合任何他支持的操作系统。但是从应用的广度而言，大多数的python商业应用存在于linux上。主要用于测试，后端功能以及数据挖掘等方面。

另，希望楼主不要拘泥于操作系统和语言，毕竟他们只是人机交互的桥梁，能够充分利用硬件性能，定期交付任务，才是重中之重。

望采纳，谢谢！

D. Python可以做系统底层开发吗

可以的，因为pytho可以调用系统的API，C怎么调用，python一样怎么调用就行。
具体如何实现可以参考：python灰帽子一书，这本书的中文版网上到处有下，一下就好
下面是目录：看看吧，没什么不能做的
目录
· · · · · ·

第1章 搭建开发环境 1

1.1 操作系统要求 1

1.2 获取和安装Python 2.5 2

1.2.1 在Windows下安装Python 2

1.2.2 在Linux下安装Python 2

1.3 安装Eclipse和PyDev 4

1.3.1 黑客挚友：ctype库 5

1.3.2 使用动态链接库 6

1.3.3 构建C数据类型 8

1.3.4 按引用传参 9

1.3.5 定义结构体和联合体 9

第2章 调试器原理和设计 12

2.1 通用寄存器 13

2.2 栈 15

2.3 调试事件 17

2.4 断点 18

2.4.1 软断点 18

2.4.2 硬件断点 20

2.4.3 内存断点 22

第3章 构建自己的Windows调试器 24

3.1 Debugee，敢问你在何处 24

3.2 获取寄存器状态信息 33

3.2.1 线程枚举 34

3.2.2 功能整合 35

3.3 实现调试事件处理例程 39

3.4 无所不能的断点 44

3.4.1 软断点 44

3.4.2 硬件断点 49

3.4.3 内存断点 55

3.5 总结 59

第4章 PyDbg——Windows下的纯Python调试器 60

4.1 扩展断点处理例程 60

4.2 非法内存操作处理例程 63

4.3 进程快照 66

4.3.1 获取进程快照 67

4.3.2 汇总与整合 70

第5章 Immunity Debugger——两极世界的最佳选择 74

5.1 安装Immunity Debugger 74

5.2 Immunity Debugger 101 75

5.2.1 PyCommand命令 76

5.2.2 PyHooks 76

5.3 Exploit（漏洞利用程序）开发 78

5.3.1 搜寻exploit友好指令 78

5.3.2 “坏”字符过滤 80

5.3.3 绕过Windows 下的DEP机制 82

5.4 破除恶意软件中的反调试例程 87

5.4.1 IsDebuugerPresent 87

5.4.2 破除进程枚举例程 88

第6章 钩子的艺术 90

6.1 使用PyDbg部署软钩子 90

6.2 使用Immunity Debugger部署硬钩子 95

第7章 DLL注入与代码注入技术 101

7.1 创建远程线程 101

7.1.1 DLL注入 102

7.1.2 代码注入 105

7.2 遁入黑暗 108

7.2.1 文件隐藏 109

7.2.2 构建后门 110

7.2.3 使用py2exe编译Python代码 114

第8章 Fuzzing 117

8.1 几种常见的bug类型 118

8.1.1 缓冲区溢出 118

8.1.2 整数溢出 119

8.1.3 格式化串攻击 121

8.2 文件Fuzzer 122

8.3 后续改进策略 129

8.3.1 代码覆盖率 129

8.3.2 自动化静态分析 130

第9章 Sulley 131

9.1 安装Sulley 132

9.2 Sulley中的基本数据类型 132

9.2.1 字符串 133

9.2.2 分隔符 133

9.2.3 静态和随机数据类型 134

9.2.4 二进制数据 134

9.2.5 整数 134

9.2.6 块与组 135

9.3 行刺WarFTPD 136

9.3.1 FTP 101 137

9.3.2 创建FTP协议描述框架 138

9.3.3 Sulley会话 139

9.3.4 网络和进程监控 140

9.3.5 Fuzzing测试以及Sulley的Web界面 141

第10章 面向Windows驱动的Fuzzing测试技术 145

10.1 驱动通信基础 146

10.2 使用Immunity Debugger进行驱动级的Fuzzing测试 147

10.3 Driverlib——面向驱动的静态分析工具 151

10.3.1 寻找设备名称 152

10.3.2 寻找IOCTL分派例程 153

10.3.3 搜寻有效的IOCTL控制码 155

10.4 构建一个驱动Fuzzer 157

第11章 IDAPython——IDA PRO环境下的Python脚本编程 162

11.1 安装IDAPython 163

11.2 IDAPython函数 164

11.2.1 两个工具函数 164

11.2.2 段（Segment） 164

11.2.3 函数 165

11.2.4 交叉引用 166

11.2.5 调试器钩子 166

11.3 脚本实例 167

11.3.1 搜寻危险函数的交叉代码 168

11.3.2 函数覆盖检测 169

11.3.3 检测栈变量大小 171

第12章 PYEmu——脚本驱动式仿真器 174

12.1 安装PyEmu 174

12.2 PyEmu概览 175

12.2.1 PyCPU 175

12.2.2 PyMemory 176

12.2.3 PyEmu 176

12.2.4 指令执行 176

12.2.5 内存修改器与寄存器修改器 177

12.2.6 处理例程（Handler） 177

12.3 IDAPyEmu 182

12.3.1 函数仿真 184

12.3.2 PEPyEmu 187

12.3.3 可执行文件加壳器 188

12.3.4 UPX加壳器 188

12.3.5 利用PEPyEmu脱UPX壳 189

E. python可以用来开发管理系统吗

可以开发，有很多框架可以用，比如django,flask等

F. python 适合做什么开发

主要可以做小程序，爬虫程序，用于系统编程等等还是很广泛的。

Python 的应用领域分为下面几类。下文将介绍一些Python 具体能帮我们做的事情。但我们不会对各个工具进行深入探讨，如果你对这些话题感兴趣，请从老男孩python培训网站或其他一些资源中获取更多的信息。

1.python可以用于系统编程 Python 对操作系统服务的内置接口，使其成为编写可移植的维护操作系统的管理工具和部件（有时也被称为Shell 工具）的理想工具。

Python 程序可以搜索文件和目录树，可以运行其他程序，用进程或线程进行并行处理等等。

2.python可以用于用户图形接口

Python 的简洁以及快速的开发周期十分适合开发GUI 程序。此外，基于C++ 平台的工具包wxPython GUI API 可以使用Python 构建可移植的GUI 。

诸如PythonCard 和Dabo 等一些高级工具包是构建在wxPython 和Tkinter 的基础API 之上的。通过适当的库，你可以使用其他的GUI 工具包，例如，Qt 、GTK 、MFC 和Swing 等。

3.python可以用于Internet 脚本

Python 提供了标准Internet 模块，使Python 能够广泛地在多种网络任务中发挥作用，无论是在服务器端还是在客户端都是如此。

而且网络上还可以获得很多使用Python 进行Internet 编程的第三方工具此外，Python 涌现了许多Web 开发工具包，例如，Django 、TurboGears 、Pylons 、Zope 和WebWare ，使Python 能够快速构建功能完善和高质量的网站。

4.python可以用于组件集成

在介绍Python 作为控制语言时，曾涉及它的组件集成的角色。Python 可以通过C/C++ 系统进行扩展，并能够嵌套C/C++ 系统的特性，使其能够作为一种灵活的粘合语言，脚本化处理其他系统和组件的行为。

例如，将一个C库集成到Python 中，能够利用Python 进行测试并调用库中的其他组件；将Python 嵌入到产品中，在不需要重新编译整个产品或分发源代码的情况下，能够进行产品的单独定制。

5.python能用于数据库编程

对于传统的数据库需求，Python 提供了对所有主流关系数据库系统的接口，Python 定义了一种通过Python 脚本存取SQL 数据库系统的可移植的数据库API ，这个API 对于各种底层应用的数据库系统都是统一的。

所以一个写给自由软件MySQL 系统的脚本在很大程度上不需改变就可以工作在其他系统上（例如，Oracle ）-- 你仅需要将底层的厂商接口替换掉就可以实现。

6.python 可以用于快速原型

对于Python 程序来说，使用Python 或C编写的组件看起来都是一样的。正因为如此，我们可以在一开始利用Python 做系统原型，之后再将组件移植到C或C++ 这样的编译语言上。

7.python 可以用于数值计算和科学计算编程

我们之前提到过的NumPy 数值编程扩展包括很多高级工具，通过将Python 与出于速度考虑而使用编译语言编写的数值计算的常规代码进行集成，其他一些数值计算工具为Python 提供了动画、3D 可视化、并行处理等功能的支持。

8.python 可以用于游戏、图像、人工智能、XML 、机器人等

Python 的应用领域很多，远比这里提到的多得多。

例如，可以利用pygame 系统使用Python 对图形和游戏进行编程；用PIL 和其他的一些工具进行图像处理；用PyRo 工具包进行机器人控制编程。

当然python能干的事情不止上面这么多领域，相信你在学完老男孩python自动化架构课程就能知道python应用的领域之多了。

拓展资料

Python (英国发音:/ˈpaɪθən/ 美国发音:/ˈpaɪθɑːn/), 是一种面向对象的解释型计算机程序设计语言，由荷兰人Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。

Python是纯粹的自由软件，源代码和解释器CPython遵循 GPL(GNUGeneral Public License)许可。Python语法简洁清晰，特色之一是强制用空白符(white space)作为语句缩进。

Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型(有时甚至是程序的最终界面)，然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。

7月20日，IEEE发布2017年编程语言排行榜:Python高居首位 。

2018年3月，该语言作者在邮件列表上宣布 Python 2.7将于2020年1月1日终止支持。用户如果想要在这个日期之后继续得到与Python 2.7有关的支持，则需要付费给商业供应商。

G. Python适合用于开发业务系统吗

Python是世界上最受欢迎的编码语言之一，在80年代后期首次受到ABC和Mola-3语言的影响而被概念化。从1991年的第一个版本到成为开源项目的2.0版本，它已经走了很长一段路，直到今天，它正在聚集一个庞大且专业的社区，该社区正在不断改进技术。

目前而言一些顶级公司在其技术堆栈中使用Python（例如Instagram）

Facebook旗下的一个图片社交网站

Python适合从简单到复杂的各种Web项目。它广泛用于旅行，医疗保健，交通运输，金融等不同领域，用于Web开发和软件测试，脚本编写和生成。

H. Python适合用来开发一个基于B/S的信息管理系统吗

如授权，考核等相关的系统。
问题补充：greatghoul 写道这种类型的系统，用python做问题不大。python开发web应用还是很给力的。python在js方面好用吗，因为管理类系统可能注重交互，界面等，可能很多时候需要用JS来处理一些东西。django中好不好用呢。 问题补充：xuehua1987 写道建议不要用python去做c/s管理方面的系统，你可以选择其它面向对象的语言比如C#.为什么呢？能不能讲讲有什么不好的地方? 问题补充：xuehua1987 写道因为python是一种偏向于脚本类型的语言，由于他语法的灵和性，他更适合于和其他语言一起使用，比如我有一个系统是用java开发的，但是我发现有些问题用python去处理，就更简单，这时我就可以用java去调用python写的部分。目前python可视化操作的IDE还很少，你要用python写出即漂亮又复杂的图形化界面很麻烦。使用其它语言，比如java，C#，你可以简简单单做出很绚丽的界面。我的意思是B/S模式的管理系统，不是C/S，所以只是考虑用python来做web开发。不是做GUI。如何？

I. python适合做信息管理类系统吗

比较现实的说是1ms级别的，如果你用python现成的library(urlib, request)接收数据至少有100us级别的延迟，一般交易系统需要多线程，python的GIL又会增加延迟，而且交易最忙的时候因为处理大量数据，python的GC更容易发生。 用C或Cython写核心部分不能提高很多，因为python的延迟是因为language design而不是computation造成的。当然这些问题可以改进，比如自己做一套tcp连接程序什么的，不过这些恐怕并不比写c++更容易。

J. python适合做后端开发吗

python适合后端开发的

Python是一种计算机程序设计语言，既可用于前端还可用于后端开发。它是是一种动态的、面向对象的脚本语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。在Python中编写后端可以简化为编写各个模块，其间的连接随后由前端部分中的用户操作确定和控制。

Python在设计上坚持了清晰划一的风格，这使得Python成为一门易读、易维护，并且被大量用户所欢迎的、用途广泛的语言。

设计者开发时总的指导思想是，对于一个特定的问题，只要有一种最好的方法来解决就好了。

Python做后端开发时更适合用Linux系统。

Python归功于面向方面的语言：它意味着在Python中编写后端可以简化为编写各个模块，其间的连接随后由前端部分中的用户操作确定和控制。

Python被认为是学习中最容易学习的一种，它最大限度地考虑了编译中的空格和缩进，这大大加快了编码过程，但增加了粗心错误的可能性。但是，与其他语言相比，Python包含的额外字符要少得多。考虑到Python，值得注意的是命令的简单性。实际上，这种语言中的大多数命令都与自然英语中的相应单词类似，这使得学习起来更容易。