随着相机像素越来越大，图片体积也变大了。在图片处理中，较大的文件体积会影响性能，因此杜老师会先生成缩略图，筛选完成后再通过 Python 脚本实现图片相似度匹配。这里是一个简单的示例，供需要的小伙伴们参考。
以下是个基于 Python 的脚本，使用 PIL 以及 imagehash 库来实现。
遍历目录 A 中所有图片。
在目录 B 中查找相似的图片「通过感知哈希算法判断」
如找到匹配项，则将图片复制到目录 C，并以目录 A 图片的名字命名。
在运行脚本前，需安装所需的 Python 库：
1 | pip install pillow imagehash |
将 dir_a, dir_b 和 dir_c 替换为实际路径；threshold 控制图像相似度阈值，可以根据需要调整；支持多种常见格式图片文件；使用 imagehash.phash 进行感知哈希的比较，适合用于识别视觉上接近的图片：
1 | import os |
有小伙伴反馈说侧边栏随机图出现了重复，有些审美疲劳，要求杜老师再更新一些图片，正好聊天广场有小伙伴分享了一个美图的网址。本文分享如何使用 Python 脚本下载指定网页的图片文件，需要的小伙伴可以参考文中代码。
使用 Python 的语言编写一个脚本，下载指定网址中包含的多种格式图片文件，如 JPG 和 PNG 格式图片。
将图片保存至指定的目录中，可以指定绝对路径，或者相对路径。
并用随机数重命名，防止同名图片触发覆盖事件。
尽可能使用 Python 的标准库，尽量避免使用第三方库。
导入必要的库：包括 os/requests/re 以及 random；
定义函数：download_images 函数可用于下载图片；
获取图片链接：使用正则表达式从网页内容中提取图片 URL；
下载保存图片：使用 requests 库下载图片，并且使用 random 库生成随机数作为文件名；
指定目录：确保保存目录存在，如果不存在则创建；
获取内容：使用 requests 库获取网页内容。
1 | import os |
注意：本示例代码仅适用于 Python 3.x 版本，运行于 Windows 系统。如使用 Linux 系统，可能需要进行相应修改。
GDB Debugger 调试器
在调试程序时，有时候我们希望一直运行程序直到遇到错误。GDB（GNU 调试器）和 LLDB（LLVM 调试器）都提供了自动化此过程的方法。
这在调试一些不稳定的程序非常有用，例如有时候写的一些单元测试可能随机崩溃SegFault。最近我在调试一个测试每跑1000次就有一次崩溃的时候就发现gdb/lldb调试器非常有用。
GDB（GNU 调试器）和 LLDB（LLVM 调试器）是用于低级别应用程序调试的强大工具。GDB 传统上用于由 GCC 编译的程序，而 LLDB 是 LLVM 项目的一部分，与 Clang 无缝配合。两者都提供强大的功能，但 GDB 在 Linux 环境中更常见，而 LLDB 在 macOS 上以及处理 Swift 时更受青睐。
调试重复性任务可能很乏味。通过自动化这些任务，直到发生错误，可以节省大量时间和精力。以下是如何在 GDB 和 LLDB 中设置重复执行直到遇到错误的步骤。
下面是一个 GDB 脚本，它会重复执行，直到发生错误：
while 1
run
if $_exitcode != 0
echo "发生错误，退出码：$_exitcode\n"
break
end
end
要运行此脚本，将其保存为 repeat_until_error.gdb，然后使用以下命令执行 GDB：
gdb -q -x repeat_until_error.gdb ./your_program
或者，当你处于 gdb 提示符时，运行：
source repeat_until_error.gdb
“run” 命令用于启动程序，你可以为它添加参数，例如：
run param1 param2 ...
你也可以使用 “r” 作为 “run” 的简写。
类似地，在 LLDB 中，你可以使用以下脚本实现相同的效果：
while (1)
run
process launch
if (process status != 0)
script print("发生错误，退出码：", lldb.process.GetExitStatus())
break
end
end
要运行此脚本，将其保存为 repeat_until_error.lldb，然后运行：
lldb --source repeat_until_error.lldb ./your_program
或者，在 lldb 提示符处运行：
source repeat_until_error.lldb
在 “run” 命令之后，你还可以通过附加参数来启动程序，例如：
run param1 param2
GDB 和 LLDB 都提供了方便的方法来自动化调试任务，选择使用哪种工具通常取决于你所使用的平台和工具链。GDB 与 GCC 的集成使其成为 Linux 开发者的首选，而 LLDB 在与 Clang 和 macOS 的无缝配合方面同样强大。
自动化重复的调试命令可以为你节省大量时间和精力 —— 无论你使用 GDB 还是 LLDB，这些脚本都能帮助你简化工作流程。
英文：How to Repeat Until Errors using GDB or LLDB Debugger?
本文一共 603 个汉字, 你数一下对不对.
有小伙伴说杜老师说侧边栏随机图片素材太少，翻来覆去只有那么几张。为了充实随机图片，杜老师采集了一个图片网站。奈何能力有限，某些图片采集失败，保存为空文件，所以需要编写一个脚本，来验证图片是否为正常。
请确保安装了 Pillow 库，可以使用下面的命令来安装：
1 | pip install pillow |
将 root_directory 变量设置为需要遍历的目录路径：
1 | import os |
如果你和我一样，有很多历史的文件存储在七牛上，但如今已经不再需要使用，那么就可以考虑删除七牛的存储空间，来节省费用。
但七牛为了保证安全，所以要求必须删除所有的文件后才能删除空间，以避免误删除，所以需要一个个删除所有的文件。为了快速删除七牛存储空间的文件，我写了个简单的脚本，帮助你快速删除七牛空间下的所有文件。
具体操作可参考如下脚本，你只需要
pip install qiniu；run.py 并复制下方的代码，修改其中的访问密钥和存储空间名称python run.py 就可以了。# -*- coding: utf-8 -*-
# 导入七牛云 SDK 所需的模块
from qiniu import Auth
from qiniu import BucketManager, build_batch_delete
# 七牛云账号的访问密钥
access_key = '你的 ACCESS Key'
secret_key = '你的 Secret Key'
# 要清理的存储空间名称
bucket_name = '你要清空的空间名称'
# 使用 AK、SK 初始化授权对象
q = Auth(access_key, secret_key)
# 初始化存储空间管理器
bucket = BucketManager(q)
# 设置每次列举的最大条目数
limit = 1000
# 循环列举并删除存储空间中的文件
while True:
# 列举存储空间中的文件
# ret: 包含文件信息的字典
# eof: 是否已列举完所有文件
# info: 请求的状态信息
ret, eof, info = bucket.list(bucket=bucket_name)
# 从返回结果中提取文件名列表
keys = [item['key'] for item in ret['items']]
# 构建批量删除操作
ops = build_batch_delete(bucket_name, keys)
# 执行批量删除操作
ret, info = bucket.batch(ops)
# 检查删除操作是否成功
if info.status_code == 200:
print(f"success delete {len(keys)} files!")
# 判断是否已经列举完所有文件
if eof:
break
else:
continue
# 输出清理完成的提示信息
print(f"delete all files in {bucket_name}")
执行成功后，你会看到如下面这样的命令，接下来等他自动执行即可，你就不用做任何事情了。
当工具提示你 delete all files in 你的 kodo 名时，你就可以回到七牛控制台，删除掉空的 kodo 了。
我一直是自己租用VPS服务器，然后搭建各种服务，比如博客就是Apache2+MySQL数据库。一般来说就是默认参数，没有去管，不过最近发现MySQL的性能参数都很保守，不能发挥整个服务器的性能。
然后我就网上搜索了一下，根据参数配置建议，用ChatGPT写了以下Python和BASH脚本。只需要在需要优化的服务器上，跑一下该脚本，然后就会显示参数配置，然后直接把参数添加到MySQL数据库配置参数文件上： /etc/mysql/mysql.conf.d/mysqld.cnf
然后运行: service mysql restart 重启MySQL服务器。
运行了几周，发现效果很好，博客反应速度也快了很多，这很大原因是根据了内存增加了MySQL缓存大小。
把下面的Python脚本存成 mysql_config.py 然后运行 python3 mysql_config.py
def get_total_ram():
with open('/proc/meminfo', 'r') as f:
for line in f:
if line.startswith("MemTotal:"):
total_ram_kb = int(line.split()[1])
return total_ram_kb * 1024 # 转换为字节（bytes）
return 0 # 如果未找到 MemTotal，则返回 0
def calculate_mysql_settings():
# 获取总内存（以字节为单位）
total_ram = get_total_ram()
# 根据总内存（以字节为单位）计算 MySQL 配置
innodb_buffer_pool_size = int(total_ram * 0.3) # 使用内存的 30%
key_buffer_size = min(total_ram * 20 // 100, 512 * 1024 * 1024) # 使用内存的 20%，最大限制为 512MB
sort_buffer_size = min(total_ram * 25 // 1000, 4 * 1024 * 1024) # 使用内存的 0.25%，最大限制为 4MB
read_rnd_buffer_size = min(total_ram * 625 // 100000, 512 * 1024) # 使用内存的 0.0625%，最大限制为 512KB
tmp_table_size = max_heap_table_size = min(total_ram * 5 // 100, 64 * 1024 * 1024) # 使用内存的 5%，最大限制为 64MB
join_buffer_size = min(total_ram * 2 // 1000, 4 * 1024 * 1024) # 使用内存的 0.2%，最大限制为 4MB
table_open_cache = min(400 + (total_ram // 64), 2000) # 根据内存动态计算，最大限制为 2000
thread_cache_size = min(total_ram * 15 // 1000, 100) # 使用内存的 1.5%，最大限制为 100
innodb_log_buffer_size = min(total_ram * 5 // 100, 16 * 1024 * 1024) # 使用内存的 5%，最大限制为 16MB
# 以字节为单位打印配置
print(f"MySQL 配置（基于总内存 {total_ram / (1024 * 1024):.2f} MB）:")
print("将以下内容添加到 /etc/mysql/mysql.conf.d/mysqld.cnf 的末尾\n")
print(f"innodb_buffer_pool_size = {innodb_buffer_pool_size}")
print(f"key_buffer_size = {key_buffer_size}")
print(f"sort_buffer_size = {sort_buffer_size}")
print(f"read_rnd_buffer_size = {read_rnd_buffer_size}")
print(f"tmp_table_size = {tmp_table_size}")
print(f"max_heap_table_size = {max_heap_table_size}")
print(f"join_buffer_size = {join_buffer_size}")
print(f"table_open_cache = {table_open_cache}")
print(f"thread_cache_size = {thread_cache_size}")
print(f"innodb_log_buffer_size = {innodb_log_buffer_size}")
# 打印自定义设置
print("expire_logs_days = 3")
print("max_binlog_size = 100M")
if __name__ == "__main__":
calculate_mysql_settings()
会打印出类似以下的配置：
innodb_buffer_pool_size = 626468044 key_buffer_size = 417645363 sort_buffer_size = 4194304 read_rnd_buffer_size = 524288 tmp_table_size = 67108864 max_heap_table_size = 67108864 join_buffer_size = 4176453 table_open_cache = 2000 thread_cache_size = 100 innodb_log_buffer_size = 16777216 expire_logs_days = 3 max_binlog_size = 100M
添加到MySQL的配置文件：/etc/mysql/mysql.conf.d/mysqld.cnf 然后重启数据库即可：service mysql restart
以下是完成同样功能的BASH脚本。
#!/bin/bash
# 获取总内存大小（以字节为单位）
get_total_ram() {
# 从 /proc/meminfo 中提取总内存（以 kB 为单位）
total_ram_kb=$(awk '/^MemTotal:/ {print $2}' /proc/meminfo)
if [[ -z "$total_ram_kb" ]]; then
echo 0 # 如果未找到 MemTotal，则返回 0
else
echo $((total_ram_kb * 1024)) # 将 kB 转换为字节
fi
}
# 根据总内存大小计算 MySQL 配置
calculate_mysql_settings() {
# 获取总内存（以字节为单位）
total_ram=$(get_total_ram)
# 计算 MySQL 配置参数
innodb_buffer_pool_size=$((total_ram * 30 / 100)) # 使用内存的 30%
key_buffer_size=$(($((total_ram * 20 / 100)) < $((512 * 1024 * 1024)) ? $((total_ram * 20 / 100)) : $((512 * 1024 * 1024)))) # 使用内存的 20%，最大限制为 512MB
sort_buffer_size=$(($((total_ram * 25 / 1000)) < $((4 * 1024 * 1024)) ? $((total_ram * 25 / 1000)) : $((4 * 1024 * 1024)))) # 使用内存的 0.25%，最大限制为 4MB
read_rnd_buffer_size=$(($((total_ram * 625 / 100000)) < $((512 * 1024)) ? $((total_ram * 625 / 100000)) : $((512 * 1024)))) # 使用内存的 0.0625%，最大限制为 512KB
tmp_table_size=$((total_ram * 5 / 100 < 64 * 1024 * 1024 ? total_ram * 5 / 100 : 64 * 1024 * 1024)) # 使用内存的 5%，最大限制为 64MB
max_heap_table_size=$tmp_table_size # 临时表大小等于最大堆表大小
join_buffer_size=$(($((total_ram * 2 / 1000)) < $((4 * 1024 * 1024)) ? $((total_ram * 2 / 1000)) : $((4 * 1024 * 1024)))) # 使用内存的 0.2%，最大限制为 4MB
table_open_cache=$(($((400 + total_ram / 64)) < 2000 ? $((400 + total_ram / 64)) : 2000)) # 根据内存动态计算，最大限制为 2000
thread_cache_size=$(($((total_ram * 15 / 1000)) < 100 ? $((total_ram * 15 / 1000)) : 100)) # 使用内存的 1.5%，最大限制为 100
innodb_log_buffer_size=$(($((total_ram * 5 / 100)) < $((16 * 1024 * 1024)) ? $((total_ram * 5 / 100)) : $((16 * 1024 * 1024)))) # 使用内存的 5%，最大限制为 16MB
# 打印配置（以字节为单位）
echo "MySQL 配置（基于总内存 $((total_ram / (1024 * 1024))) MB）:"
echo "将以下内容添加到 /etc/mysql/mysql.conf.d/mysqld.cnf 的末尾"
echo
echo "innodb_buffer_pool_size = $innodb_buffer_pool_size"
echo "key_buffer_size = $key_buffer_size"
echo "sort_buffer_size = $sort_buffer_size"
echo "read_rnd_buffer_size = $read_rnd_buffer_size"
echo "tmp_table_size = $tmp_table_size"
echo "max_heap_table_size = $max_heap_table_size"
echo "join_buffer_size = $join_buffer_size"
echo "table_open_cache = $table_open_cache"
echo "thread_cache_size = $thread_cache_size"
echo "innodb_log_buffer_size = $innodb_log_buffer_size"
echo
echo "expire_logs_days = 3" # 日志过期天数设置为 3 天
echo "max_binlog_size = 100M" # 最大二进制日志大小设置为 100M
}
# 主函数调用
calculate_mysql_settings
需要注意的是，我在脚本后面加入了一些我自定义的配置，根据需求自行修改即可。在配置文件里，后面定义的会覆盖前面的，这就是为什么要添加到文件尾的原因。
其中最关键的配置 innodb_buffer_pool_size 我设置为使用当前内存的30%，如果服务器只有数据库/博客这个功能，可以适当的提高比例，比如60%-80%。
英文：Python/Bash Script to Print the Optimized Parameters for MySQL Servers
杜老师复刻了 70 多个库，每次源库更新后都需要一一手动同步，太过麻烦。今天分享一个自动同步脚本，有需要的小伙伴可以试一下。注意如对本地库有修改，建议使用 PR 来同步，避免代码覆盖。
不太清楚小伙伴们同步代码方式，有人习惯用 PR，有人喜欢用下图同步的方式。不管哪种方式，都需要手动操作的。如有仓库过多，每个都要同步一遍，想想是多大工作量。杜老师分享了 GitHub 库自动同步脚本，供有需要的小伙伴参考：
进入要同步的库中，切换至 Actions，点击 New workflow 项：
打开新页面后，点击篮字的 set up a workflow yourself：
设置文件名 sync.yml「可自定义，不与其它脚本同名即可」
将下面的脚本填到输入框中，点击右上方 Commit changes 即可：
1 | name: Upstream Sync |
好久没更新了，实在不知道写点什么好，就在网上找了一些资源。正文是杜老师整理的 9 个实用 Shell 脚本，供有需要的小伙伴参考。需要注意的是，这些脚本为杜老师收集，并没有测试过，小伙伴们使用之前要先测试。
常来的小伙伴应该发现杜老师说近两周没有更新了，过年期间确实有太多的事情需要处理，各种亲戚走动等等。目前已经处理差不多了，工作上的节奏也已慢慢稳定，近期开始补上之前拖更文章。开头也祝愿来访的小伙伴们龙年大吉，博客访问蒸蒸日上，身体和服务器健健康康，心想和收入皆遂意！
1 | #!/bin/bash |
1 | # yum install mailx |
1 | #!/bin/bash |
1 | #!/bin/bash |
1 | #!/bin/bash |
1 | #!/bin/bash |
1 | #!/bin/bash |
1 | #/bin/bash |
1 | #!/bin/bash |
在之前的文件中杜老师推荐了两款云主机面板，有小伙伴留言说因服务器配置比较低，未使用云主机面板，一直为数据库备份问题困扰。杜老师之前工作的环境也是没有面板，编写过相关的备份脚本，在此文中分享给需要的小伙伴们~
1 | #!/bin/bash |
注意：需要设置环境变量，以便脚本可以找到 MySQL 数据库。在脚本中，添加以上内容。
1 | # Create backup directory |
注意：创建一个目录，以存储备份的文件。在脚本中，添加以上内容。
1 | # Backup database |
注意：使用 mysqldump 命令备份数据库。在脚本中，添加以上内容。
1 | # Check if backup file exists |
注意：检查备份文件是否创建。在脚本中，添加以上内容。
1 | # Compress backup file |
注意：为了节省空间，可使用 gzip 命令压缩备份文件。在脚本中，添加以上内容。
1 | # Remove old backups |
注意：删除旧备份文件以节省空间。在脚本中，添加以上内容。
最后，可使用 crontab 命令设置定时任务，以便脚本定期运行。在终端中输入以下命令：
1 | crontab -e |
在打开的编辑器中，添加以下行的内容，比如以每天凌晨的一点运行脚本。保存并退出编辑器：
1 | 0 1 * * * /path/to/your/backup_script.sh |
除上面脚本外，还有一些开源「有商业版」工具也可实现 MySQL 数据库备份，供需要的小伙伴们参考选择：
| 名称 | 描述 |
|---|---|
| mysqldump | mysqldump 是 MySQL 官方提供的备份工具，可将 MySQL 数据库的数据和结构导出为 SQL 文件。 |
| XtraBackup | XtraBackup 是一个 Percona 提供的备份工具，可在线备份 MySQL 数据，提供增量备份、压缩功能。 |
| Zmanda Recovery Manager | Zmanda Recovery Manager 是一款商业的备份和恢复解决方案，可支持 MySQL 和其它数据库。提供完整备份、增量备份、多种存储介质、自动化备份和恢复等功能。 |
| mydumper | mydumper 是一个 MySQL 官方派生的高性能 MySQL 备份工具，支持并行备份，可更快地备份大型 MySQL 数据库。 |
本博客的模板是 Volantis，开发者们非常勤劳，经常更新些新玩意。每次收到更新通知时杜老师都会第一时间同步代码，不过还要登录服务器部署才可以生效。本文分享如何配置接收 GitHub Webhook 后自动执行脚本。
下载后可先本地解压再传到服务器上的/opt 目录，或在服务器运行 unzip linux-webhook.zip。如提示 command not found，请执行下面的命令：
1 | yum -y install unzip # CentOS |
然后编写服务配置文件，将下面代码写入/lib/systemd/system/webhook.service，其中的 SECRET 可自定义：
1 | [Unit] |
将需执行的脚本写入/opt/github.sh，例如：
1 | #!/bin/bash |
脚本末尾一定要加入 exit 0。最后赋予文件执行权限：
1 | chmod +x /opt/linux-webhook |
服务相关命令：
1 | systemctl daemon-reload # 重载配置 |
服务默认端口为 2020，更换请将 ExecStart 项改为：
1 | ExecStart=/opt/linux-webhook --port PORT --bash /opt/github.sh --secret SECRET |
Settings->Webhooks:
Add webhook:
Payload URL 填写 http://IP:PORT/web-hook，Content type 选择 application/json，Secret 填写之前设置的，最后点击 Add webhook 就行了：
Recent Deliveries 会显示回调状态，绿色对勾即为成功：
作为一枚十分贴心的杜老师，在此给大家准备了六道 Shell 脚本练习题。都是入门级的水准，希望大家踊跃尝试编写。
编写脚本，计算 1 到 100 的总和；
编写脚本，输入一个数字 n 并计算 1 到这个数的总和。要求：如果这个数小于等于 1，要求重新输入，直到输入大于 1 的数字为止；
编写脚本，把/root/目录下的所有目录复制到/tmp/目录；
编写脚本，批量建立用户，要求用户名的格式为 user_00/user_01，建立 100 个，且用户同属于 users 组；
编写脚本，在/cjk/目录下的所有文件「不含目录」的文件名后面加.bak；
编写脚本，给系统中所有已存在的用户打个招呼，格式参考为 hello penndu and your id is 1000。
一题：
1 | #!/bin/bash |
二题：
1 | #!/bin/bash |
三题：
1 | #!/bin/bash |
四题：
1 | #!/bin/bash |
五题：
1 | #!/bin/bash |
六题：
1 | #!/bin/bash |
该段脚本来源于互联网，这里做了些简单的修改，主要删除了一些无用的代码，内部测试规则没有任何修改。脚本中使用国外源进行下载速度测试，针对国内主机可能不准，仅供参考！
本段代码可以显示出云主机使用的 CPU 型号，主频大小，缓存大小，硬盘容量和内存等信息，并测试硬盘的读写速度，以及下载速度「一般云主机服务商的下行速度不限制」
使用方式特别简单，在云主机使用 vi 命令新建个文件，将上述脚本复制到文件中并赋予执行权限，直接运行即可。
1 | #!/usr/bin/env bash |
注意：在测试下载速度时，会因为网络状况的不同，测试时间不同，如果不想等了，可以直接终止运行。
natapp 是基于 ngrok 的反向代理软件，通过在公网和本地运行的 Web 服务器之间建立一个安全的通道。natapp 可捕获和分析所有通道上流量，以便于后期分析和重放。
1 | chmod a+x /usr/natapp/natapp |
注意：在官网下载客户端，放在目录/usr/natapp 中运行上面命令。
1 | [default] |
注意：根据官网提供的 authtoken 将配置写入 config.ini，放置在/usr/natapp 目录。
1 | ./natapp |
注意：在/usr/natapp 目录执行上面命令，测试穿透应用，确保无误后关闭客户端。
将下面的代码保存名为 natapp 放在/etc/init.d 目录：
1 | #!/bin/sh -e |
开启服务命令：
1 | /etc/init.d/natapp start |
关闭服务命令：
1 | /etc/init.d/natapp stop |
重启服务命令：
1 | /etc/init.d/natapp restart |
开机启动命令：
1 | /etc/init.d/update-rc.d natapp defaults 90 |
取消开机启动：
1 | /etc/init.d/update-rc.d -f natapp remove |
通过 Hexo 程序生成的页面，其源代码会产生大量的空行，不仅影响排错，且会占用本地、网络资源。今天杜老师为大家分享一段 Python 的代码，可以对其进行压缩！
1 | #!/usr/bin/env python3 |
注意：请将脚本最后一行的/Hexo，修改为您 Hexo 的运行目录，并保存为.py 结尾的执行文件，每次 hexo g 后运行该脚本就行了！
效果见图：
“抢”，为什么要用“抢”呢？因为真的很难买到。估计是在模仿小米的饥饿营销吧。
前几日是在谁那里看到阿里云香港主机，30M带宽，才24元/月，有点心动，了解了一番，才发现是阿里云香港轻量服务器，1G2核1T流量30M带宽（峰值）配置。比起腾讯轻量服务器稍微划算了些。但是基本上都是售罄的状态，每日0点放货。所以手速不快，基本上抢不到。不过我发现GitHub有个抢这个的脚本，基于Python写的，我今晚第一次用就抢到了。
自动抢阿里云24元香港轻量服务器脚本：GitHub地址。
下载这个脚本sample.py，修改sample.py 填写以下两个字段： access_key_id='' access_key_secret=''，这在阿里云——AccessKey管理里可以新建得到。
第一步也是最关键的，就是给阿里云账号充24块钱，这是香港主机一个月的费用，以免自动脚本因为没有付款而订单失败。
我是在虚拟机上配置的Python环境，第一次弄，基于Debian。Debian 12默认安装了Python 3，可以使用以下命令验证是否已安装：
python3 --version如果您看到了Python的版本信息，则表示已成功安装。如果没有安装，则可以使用以下命令安装Python 3：
apt install python3然后安装pip，pip是Python的包管理器，用于安装和管理Python软件包。因为这个脚本需要安装阿里云SDK，需要用到pip。您可以使用以下命令在Debian 12上安装pip：
apt install python3-pip安装完成后，您可以使用以下命令验证pip是否安装成功：
pip3 --version你可以通过运行脚本（python3 sample.py）看到需要的SDK。
第一个是alibabacloud_swas_open20200601，通过pip命令安装：
pip install alibabacloud_swas_open20200601==3.0.0如果出现下图所示的错误，error: externally-managed-environment，即“外部管理环境”错误，但这不是一个 bug。
我的解决方法是简单粗暴——强制删除此警告，回归到熟悉的操作。
mv /usr/lib/python3.x/EXTERNALLY-MANAGED /usr/lib/python3.x/EXTERNALLY-MANAGED.bk将 “x” 替换为实际版本。。
还有其他解决方案呢，详细可以参见这篇文章。
然后你就可以正常安装SDK了。
第二个SDK是alibabacloud_tea_openapi，安装命令：
pip3 install alibabacloud_tea_openapi第三个SDK是alibabacloud-tea-console，安装命令：
pip3 install alibabacloud-tea-console然后你在运行脚本就会出现售罄的信息，那说明SDK组件都安装成功了。
python3 sample.py
code: 400, 该套餐每日限量售卖，当日售出量已达上限，如有需求请次日购买 request id:......................................
通过crontab –e将脚本添加到定时任务里，设置每日0点运行任务即可。
0 0 * * * python3 /root/sample.py然后service cron restart重启定时任务，service cron status查看任务状态。
OK，大功告成！剩下的就等待下一个0点凯旋的消息吧！
那么你的阿里云香港服务器是通过什么方式买的呢？
我也简单SFTP上传和下载以及SSH测试了下上传和下载的速度，不知道是不是因为现在这个点比较闲，峰值很高。
网上有人测评，说阿里云香港服务器线路不是很好，还不如新加坡线路快。我先用一个月试试。如果不满意还是可以退款。毕竟这么抢手的东西，我想也不会差很多。我唯一不满意的就是有流量限制，我买服务器就不喜欢限制流量。目前没有想到用它来做什么，不过既然是香港主机，通过它看向世界还是不错的路径，嘎嘎。
