使用Python进行内存转储

Question

我有一个小程序是用Python写的，目的是帮我生成所有可能的密码组合，这些组合是由我知道的不同数字和单词组成的。因为我忘记了一个密码，但我知道我用过的所有单词和数字，所以我想生成所有可能的组合。问题是，这个列表似乎会一直增长，导致我最终内存不够用，程序也无法完成。

有人告诉我需要清理内存才能继续，但我不确定这是否正确。有没有什么办法可以解决这个问题呢？

这是我正在运行的程序：

#!/usr/bin/python
import itertools
gfname = "name"
tendig = "1234567890"
sixteendig = "1111111111111111"
housenum = "99"
Characterset1 = "&&&&"
Characterset2 = "££££"
daughternam = "dname"
daughtyear = "1900"
phonenum1 = "055522233"
phonenum2 = "3333333"





mylist = [gfname, tendig, sixteendig, housenum, Characterset1,
          Characterset2, daughternam, daughtyear, phonenum1, phonenum2]
for length in range(1, len(mylist)+1):
    for item in itertools.permutations(mylist, length):
            print "".join(item)

为了明显的原因，我删掉了一些数字和单词的组合，但大致上就是这个程序。

还有一个问题是，我可能漏掉了一个特定的单词，但我不想把它放进列表里，因为我知道它可能会在所有生成的密码之前。有没有人知道怎么给我的程序添加一个前缀？

抱歉语法不好，感谢任何提供的帮助。

Answer 1

你的程序现在运行得很高效，但要注意不要只在IDLE里运行它。因为在IDLE中运行时，屏幕会不断更新显示更多的内容，这样会让程序变得非常慢。最好是把输出直接保存到一个文件里。

更进一步：你有没有想过当你拿到密码后该怎么做？如果你可以通过命令行直接登录到那个丢失的账户，建议你立即去做，而不是先把所有密码存起来，等以后再用：

for length in range(1, len(mylist)+1):
    for item in itertools.permutations(mylist, length):
        password = "".join(item)
        try_to_logon(command, password)

Answer 2

为了回答@shaun的评论，如果你想把文件的输出结果保存到记事本里，可以这样运行你的文件：

Myfile.py >output.txt

如果这个文本文件还不存在，它会自动创建一个。

编辑：

把你代码底部的那一行：

print "" .join(item)

替换成这个：

with open ("output.txt","a") as f:
    f.write('\n'.join(items))
f.close

这样就会生成一个叫做output.txt的文件。应该可以用（我还没测试过）。

Answer 3

我使用了 guppy 来了解内存的使用情况，我稍微修改了一下原始代码（标记为 #!!!）

import itertools
gfname = "name"
tendig = "1234567890"
sixteendig = "1111111111111111"
housenum = "99"
Characterset1 = "&&&&"
Characterset2 = u"££££"
daughternam = "dname"
daughtyear = "1900"
phonenum1 = "055522233"
phonenum2 = "3333333"

from guppy import hpy # !!!
h=hpy()               # !!!
mylist = [gfname, tendig, sixteendig, housenum, Characterset1,
          Characterset2, daughternam, daughtyear, phonenum1, phonenum2]
for length in range(1, len(mylist)+1):
    print h.heap() #!!!
    for item in itertools.permutations(mylist, length):
            print item # !!!

每次调用 h.heap() 时，Guppy 会输出类似这样的内容。

Partition of a set of 25914 objects. Total size = 3370200 bytes.
 Index  Count   %     Size   % Cumulative  % Kind (class / dict of class)
     0  11748  45   985544  29    985544  29 str
     1   5858  23   472376  14   1457920  43 tuple
     2    323   1   253640   8   1711560  51 dict (no owner)
     3     67   0   213064   6   1924624  57 dict of module
     4    199   1   210856   6   2135480  63 dict of type
     5   1630   6   208640   6   2344120  70 types.CodeType
     6   1593   6   191160   6   2535280  75 function
     7    199   1   177008   5   2712288  80 type
     8    124   0   135328   4   2847616  84 dict of class
     9   1045   4    83600   2   2931216  87 __builtin__.wrapper_descriptor

运行 python code.py > code.log 然后用 fgrep Partition code.log 查看结果。

Partition of a set of 25914 objects. Total size = 3370200 bytes.
Partition of a set of 25924 objects. Total size = 3355832 bytes.
Partition of a set of 25924 objects. Total size = 3355728 bytes.
Partition of a set of 25924 objects. Total size = 3372568 bytes.
Partition of a set of 25924 objects. Total size = 3372736 bytes.
Partition of a set of 25924 objects. Total size = 3355752 bytes.
Partition of a set of 25924 objects. Total size = 3372592 bytes.
Partition of a set of 25924 objects. Total size = 3372760 bytes.
Partition of a set of 25924 objects. Total size = 3355776 bytes.
Partition of a set of 25924 objects. Total size = 3372616 bytes.

我认为这显示了内存的使用情况保持得相对稳定。

当然，我可能对 guppy 的结果理解有误。不过在我的测试中，我故意往一个列表里添加了一个新字符串，结果对象的数量确实增加了。

对那些感兴趣的人来说，我在 OSX - Mountain Lion 上安装 guppy 是这样做的：pip install https://guppy-pe.svn.sourceforge.net/svnroot/guppy-pe/trunk/guppy

总的来说，我认为这并不是内存不足的问题，尽管我们没有使用完整的原始数据集。