⑴ 怎么用python写mininet的拓扑
为Mininet添加自定义拓扑：Mininet原生提供了多种拓扑类型：SingleSwitchTopo：简单拓扑（Host——Switch——Host）LinearTopo(k,n)：链状拓扑，k台交换机以单链形态连接，分别下接n台主机TreeTopo(depth,fanout)：树形拓扑，创建一个深度为depth、扇出为fanout的树状拓扑Mininet默认情况下并没有实现胖树的网络拓扑，但Mininet支持添加自定义拓扑的功能。本文根据Mininet自带的拓扑定义，在原拓扑库中添加了胖树拓扑类，实现从命令行直接启动k叉胖树拓扑环境。（注：加粗的代码行为自定义拓扑关键部分）mininet/topo.py：所有的拓扑类都继承自topo模块下的Topo基类，Topo基类实现了addNode、addSwitch、addHost、addPort、addLink等添加节点、链路的重要方法。Topo模块中还实现了单交换机拓扑SingleSwitchTopo类和链状拓扑LinearTopo类。mininet/topolib.py：topolib模块中定义了树状拓扑TreeTopo类，自定义的拓扑类可以定义在topolib模块下也可定义在topo模块下，拓扑类的__init__方法中可添加构建拓扑所需要的参数，Mininet在调用拓扑类时会将从命令行接收的topo选项之后的参数*args和关键字参数**kwargs传递到该拓扑类的__init__方法中初始化该拓扑类的对象。如本文中定义的FatTree拓扑类需要接收参数k以确定胖树的叉数：classFatTreeTopo(Topo):def__init__(self,k=4):"Createfat-treetopo."#initializationcodebin/mn：mn是Mininet执行的解释器，负责解析参数，定义了MininetRunner类用来构建、配置并运行整个Mininet平台。自定义的拓扑类需要导入mn中，然后在存放拓扑参数的字典TOPOS中加入对应的键值，就可以在mn命令中使用自定义的拓扑了：frommininet.topolibimportFatTreeTopoTOPOS={'linear':LinearTopo,'single':SingleSwitchTopo,'tree':TreeTopo,'fattree':FatTreeTopo}启动8叉胖树自定义拓扑的Mininet拓扑环境：$sudomn--topo=fattree,k=8
⑵ Python中walk()函数的参数有哪些呢
在Python中，os模块提供了walk()函数，用于遍历目录树中的所有文件和子目录。该函数接受一个参数，即要遍历的目录路径，具体语法如下：
for dirpath, dirnames, filenames in os.walk(path, topdown=True, onerror=None, followlinks=False):
# 处理目录和文件
其中，path是要遍历的目录路径，必须是一个字符串；topdown是可选参数，表示遍历的顺序，如果设置为True，则先遍历目录，然后再遍历目录中的文件，否则先遍历目录中的文件，然后再遍历目录；onerror也是可选参数，表示当遇到错误时的处理方式，如果设置为None，则会忽略错误，否则会抛出异常；followlinks也是可选参数，表示是否遍历符号链接指向的目录。函拆尘数返回一个迭代器，每次迭代肢御轮都会返回三个元素：
dirpath：当前目录的路径；
dirnames：当前目录中的子目录列表；
filenames：当前目录中的文件列历信表。
使用os.walk()函数可以方便地遍历目录树中的所有文件和子目录，并对其进行处理。
⑶ 如何用python实现网络图节点权重的添加以及如何把一个非连通的大网络图分成多个小网络图
networkx是python的一个库，它为图的数据结构提供算法、生成器以及画图工具。近日在使用ryu进行最短路径获取，可以通过该库来简化工作量。该库采用函数方式进行调用相应的api，其参数类型通常为图对象。
函数API的调用，按照以下步骤来创建构建图：
1.networkx的加载
在python中调用networkx通常只需要将该库导入即可
import networkx as nx
2.图对象的创建
networkx提供了四种基本图对象：Graph，DiGraph，MultiGraph，MultiDiGraph。
使用如下调用方式，可以创建以上四种图对象的空图。
G=nx.Graph()
G=nx.DiGraph()
G=nx.MultiGraph()
G=nx.MultiDiGraph()
在 networkx中，图的各个节点允许以哈希表对象来表示，而对于图中边的各个参量，则可以通过与边相关联的方式来标识，一般而言，对于权重，用weight作为keyword，而对于其他的参数，使用者可以采用任何除weight以外的keyword来命名。
3.在2中，创建的只是一副空图，为了得到一个有节点、有边的图，一般采用下面这个函数：
1
2
G.add_edge(1,2) #default edge data=1
G.add_edge(1,2) #specify edge data=0.9
add_edge()函数，该函数在调用时需要传入两个参数u和v，以及多个可选参数
u和v即图中的两个节点，如果图中不存在节点，在调用时会自动将这两个节点添加入内，同时构建两个节点之间的连接关系，可选参数通常指这条边的权重等关系参量。需要注意的是，如果图中已经存在了这条边，重新进行添加时会对这条边进行跟新操作（也就是覆盖了原有的信息）。
对于该函数，除了上述的构建方式以外，还有以下几种方式来创建边：
1
2
3
G.add_edge(*e) # single edge as tuple of two nodes
G.add_edge(1, 3, weight=7, capacity=15, length=342.7) #using many arguements to create edge
G.add_edges_from( [(1, 2)] ) # add edges from iterable container
有时候，当采用默认方式创建边以后，我们可能还会往边里面添加边的相关参数，这时候，可以采用下面的方式来更新边的信息：
1
2
3
4
5
#For non-string attribute keys, use subscript notation.
G.add_edge(1, 2)
G[1][2].update({0: 5}) #更新边的信息
G.edges[1, 2].update({0: 5}) #更新边的信息
#上述两种更新方式，择一选取即可
细心的朋友可能注意到我在写创建图的内容的时候，提到了add_edges_from（）函数，该函数也是用来创建边的，该方式与add_edges()略有不同，比之add_edges()采用一个一个节点的方式进行创建，它来的更为便利。这个函数在调用时，需要一个节点元组作为参数以及多个可选参数作为边的信息。你可以这么传递：
默认创建节点之间的边：
1
G.add_edges_from([(u,v)])
也可以这么写，在创建的同时添加信息：
1
G.add_edges_from([(3, 4), (1, 4)], label='WN2898')
通过上述方式，就构建了一个3-4-1的图的连接，并给每条边打上了标签。
由此你就可以创建出自己的图模型了。
⑷ Python参数类型
上一期我们学习参数传递怎么传递，也了解了参数的几种类型。
首先，我们再来回顾一下，形参和实参:
形参是在定义函数时定义的，放在函数名后面的圆括号里,可为空
实参是调用函数时为形参传入具体的参数值
简单总结一下，谁调用函数，谁就负责传入参数。
好呐，本期我们来详细学习函数几种参数类型，大纲如下：
python函数的参数名是无意义的，Python允许在调用函数时通过通过名字来传入参数值。
位置参数：按照形参位置传入的参数
调用函数时，实参默认按位置顺序传递的。同时实参个数也要和形参匹配
举一个小栗子
如果实参的个数与形参不匹配时，调用函数运行就会报错
Python中，形参与调用函数紧密联系在一起的。
关键字参数：调用函数时，使形参名称来传递参数，形式为“形参名=实参”
关键字参数，又叫命名参数，传递时无需考虑参数位置和顺序
举一个小栗子
默认参数：定义函数时，我们可以为形参提前设置具体的值。
在定义函数时，默认参数要放到位置等其他参数后面
在调用函数时，默认参数是可选的。如果传入新值，则会覆盖默认值
举一个小栗子
注意，默认值不能位于位置参数前面，否则程序会报错误
不定长参数又名可变参数。
不定长参数指的是可变数量的参数，分两种情况：
如果不定长参数后面，可以新增参数吗？
我们通过例子来看,会发生什么？
运行上面的程序，Python解释器会报错
原因是，形参a已经是不定长参数，我们调用的test(2,3,4)传入的三个实参,系统自动把它们属于形参a的值，形参b 和形参c就等于没有值传入，这时候系统就认为，调用函数的对象，参数没有传够。
为了解决这一报错，python引入了 强制命名参数
规定，调用不定参数后面有跟位置参数的函数时，传入给位置参数时，必须要强制命名参进行传参。
逆向参数收集针对的对象传入函数的实参
调用函数时，如果实参是元组，列表或者字典，通过在实参前面加入星号，可以自动把元素进行隔开，然后再转入给函数进行处理
举一个小栗子
本期，我们详细学习了参数几种类型，为后面我们学习函数，打好基础。
实践是检验真理的过程，大家多动手练习练习，会有不一样的奇妙旅程~
好呐，以上是本期内容，欢迎大佬们评论区指正~
⑸ Python的位置参数、默认参数、关键字参数、可变参数区别
对于python函数参数，对于初学者可能就是进入了迷宫，尽管我也是初学者，简单总结一下。
说参数之前，先讲一下两个packing（包裹）和unpacking（解包裹）：
输出：
我总结不了这个概念，只能帮大家到这了
一、位置参数和关键字参数：
调用函数时根据函数定义的参数位置来传递参数。
注意：
有位置参数时，位置参数必须在关键字参数的前面，但关键字参数之间不存在先后顺序的
二、默认参数：
用于定义函数，为参数提供默认值，调用函数时可传可不传该默认参数的值（注意：所有位置参数必须出现在默认参数前，包括函数定义和调用）
三、可变参数：
定义函数时，有时候我们不确定调用的时候会传递多少个参数(不传参也可以)。此时，可用包裹(packing)位置参数，或者包裹关键字参数，来进行参数传递，会显得非常方便。
1、包裹位置传递
我们传进的所有参数都会被args变量收集，它会根据传进参数的位置合并为一个元组(tuple)，args是元组类型，这就是包位置传递。
2、包裹关键字传递
kargs是一个字典(dict)，收集所有关键字参数
四、解包裹参数：
*args 和 **kargs ，也可以在函数调用的时候使用，称之为解包(unpacking)
1、在传递元组时，让元组的每一个元素对应一个位置参数
2、在传递词典字典时，让词典的每个键值对作为一个关键字参数传递给函数
五、位置参数、默认参数、可变参数的混合使用
1、基本原则是：先位置参数，默认参数，包裹位置，包裹关键字(定义和调用都应遵循)
2、Python中 *args 和 **kwargs 的区别
先看个demo：
输出结果：
分析一下：可以看到，这两个是[Python]中的可变参数。 *args 表示任何多个无名参数，它是一个tuple； **kwargs 表示关键字参数，它是一个dict。并且同时使用 *args 和 **kwargs 时，必须 *args 参数列要在 **kwargs 前，否则会报语法错误！！！
还有个小应用场景：创建字典
其实python中就带有dict类，使用dict(a=1,b=2,c=3)即可创建一个字典了。
*args：
重点在*，后面的args相当于一个变量名，可以自己定义的。它的本质就是将标准调用剩下的值集中转变为元组。
从形参的角度：
从实参的角度：
从不同角度看**kwargs：
**kwargs与位置参数和默认参数混用：
超复杂混合参数混用记：
总结：
位置参数：
调用函数时所传参数的位置必须与定义函数时参数的位置相同
关键字参数：
使用关键字参数会指定参数值赋给哪个形参，调用时所传参数的位置可以任意
*位置参数：可接受任意数量的位置参数(元组)；只能作为最后一个位置参数出现，其后参数均为关键字参数
**关键字参数：可接受任意数量的关键字参数(字典)；只能作为最后一个参数出现
⑹ Python的函数参数总结
import math
a = abs
print(a(-1))
n1 = 255
print(str(hex(n1)))
def my_abs(x):
# 增加了参数的检查
if not isinstance(x, (int, float)):
raise TypeError('bad operand type')
if x >= 0:
return x
else:
return -x
print(my_abs(-3))
def nop():
pass
if n1 >= 255:
pass
def move(x, y, step, angle=0):
nx = x + step * math.cos(angle)
ny = y - step * math.sin(angle)
return nx, ny
x, y = move(100, 100, 60, math.pi / 6)
print(x, y)
tup = move(100, 100, 60, math.pi / 6)
print(tup)
print(isinstance(tup, tuple))
def quadratic(a, b, c):
k = b * b - 4 * a * c
# print(k)
# print(math.sqrt(k))
if k <哗旅渗 0:
print('This is no result!')
return None
elif k == 0:
x1 = -(b / 2 * a)
x2 = x1
return x1, x2
else:
x1 = (-b + math.sqrt(k)) / (2 * a)
x2 = (-b - math.sqrt(k)) /镇州 (2 * a)
return x1, x2
print(quadratic(2, 3, 1))
def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
print(power(2))
print(power(2, 3))
def enroll(name, gender, age=8, city='BeiJing'):
print('name:', name)
print('gender:', gender)
print('age:', age)
print('city:', city)
enroll('elder', 'F')
enroll('android', 'B', 9)
enroll('pythone', '6', city='AnShan')
def add_end(L=[]):
L.append('end')
return L
print(add_end())
print(add_end())
print(add_end())
def add_end_none(L=None):
if L is None:
L = []
L.append('END')
return L
print(add_end_none())
print(add_end_none())
print(add_end_none())
def calc(*nums):
sum = 0
for n in nums:
sum = sum + n * n
return sum
print(calc(1, 2, 3))
print(calc())
l = [1, 2, 3, 4]
print(calc(*l))
def foo(x, y):
print('x is %s' % x)
print('y is %s' % y)
foo(1, 2)
foo(y=1, x=2)
def person(name, age, **kv):
print('name:', name, 'age:', age, '乱脊other:', kv)
person('Elder', '8')
person('Android', '9', city='BeiJing', E='人民大学')
extra = {'city': 'Beijing', 'job': 'Engineer'}
person('Jack', 24, **extra)
def person2(name, age, *, city, job):
print(name, age, city, job)
person2('Pthon', 8, city='BeiJing', job='Android Engineer')
def person3(name, age, *other, city='BeiJing', job='Android Engineer'):
print(name, age, other, city, job)
person3('Php', 18, 'test', 1, 2, 3)
person3('Php2', 28, 'test', 1, 2, 3, city='ShangHai', job='Pyhton Engineer')
def test2(a, b, c=0, *args, key=None, **kw):
print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'key=', key, 'kw =', kw)
test2(1, 2, 3, 'a', 'b', 'c', key='key', other='extra')
args = (1, 2, 3, 4)
kw = {'d': 99, 'x': '#'}
test2(*args, **kw)
⑺ Python中的参数有哪两种类型
在Python中，有两种参数类型：位置参数和关键字参数。它们的用法和使用注意事项如下：
位置参数
位置参数是最常用的参数类型。它是函数定义时声明参数的顺序。在调用函数时，必须按照定义的顺序传递参数。如果不档扰按照顺序传递，会导致程序错误。例如：
def hello(name, message):
print(message + ', ' + name + '!')
hello('Tom', 'Hello')
在这个例子中，'Tom' 是位置参数 name 的值，'Hello' 是位置参数 message 的值。调用函数时必须按照函数定义时的顺序传递参数。
关键字参数
关键字参数是指在函数调用时，通过关键字指定参数的值。与位置参数不同，关键字参数可以不按照函数定消绝义时的顺序进行传递。例如：
def hello(name, message):
print(message + ', ' + name + '!')
hello(message='Hello', name='Tom')
在这个例子中，'Tom' 是关键字参数 name 的值，'Hello' 是关键字参数 message 的值。注意，这里的关键字需要与函数定义时的参数名相同。
使用注意事项
1. 函数定义时使用默认参数
定义函数时，可以给参数设置默认值。这样，调用函数时不传递该参数，则使用默认值。例如：
def hello(name, message='Hello'):
print(message + ', ' + name + '!')
hello('Tom')
在这个例子中，因为 message 参数设置了默认值，调用函数时可以只传递 name 参数。
2. 位置参数和关键字参数混合使用
在函数调用时，可以使用位置参数和关键字参数混合使用。但要注意，在关键字参数之后，只能使用关键字参数。例如：
def hello(name, message):
print(message + ', ' + name + '!')
hello('Tom', message='Hello')
在这个例子中，'Tom' 是位置参数 name 的值，'Hello' 是关键字参数 message 的值。关键字参数要在位置参数之后传递。
Python中的参数类型有位置参数和关键字参数。使用位置参数时，必须按照函数定义时行桥旦的顺序传递参数。关键字参数可以不按照顺序传递，并且需要使用关键字指定参数的值。同时，在函数定义时，可以设置默认参数。在函数调用时，可以混合使用位置参数和关键字参数，但要遵循一定的顺序和规则。
希望我的回答能够帮助到您！
⑻ 各位帮帮忙！ 如何用 SNMP 得到 一个在跑OSPF协议的网络拓扑 的信息，如果能透过Python完成 就更好了
snmp-server community cisco RO
snmp-server enable traps ospf state-change
snmp-server enable traps ospf errors
snmp-server enable traps ospf retransmit
snmp-server enable traps ospf lsa
snmp-server enable traps ospf cisco-specific state-change nssa-trans-change
snmp-server enable traps ospf cisco-specific state-change shamlink interface-old
snmp-server enable traps ospf cisco-specific state-change shamlink neighbor
snmp-server enable traps ospf cisco-specific errors
snmp-server enable traps ospf cisco-specific retransmit
snmp-server enable traps ospf cisco-specific lsa
snmp-server host 10.1.1.2 version 2c cisco ospf
建议使用NETFLOW，因为SNMP是简单的管理协议，他采肢高高集的只是硬件上的信息。
而NETFLOW是采集流量基于软件历尺图形分析的信息，他能够采集到路由的源目IP，工作方念扒式，类型，以及产生的流量，可是他是基于接口的采集。
⑼ 混沌系统拓扑参数有哪些类型
1、总线型拓扑。总线型拓扑是一种基于多点连接的拓扑结构，是将网络中的所有的设备通过相应的硬件接口直接连接在共同的传输介质上。
2、环型拓扑。
3、树形拓扑结构。树形拓扑从总线拓扑演变而来，形状像一棵倒置的树，顶端是树根，树根以下带分支，每个分支还可再带子分支。
4、星形拓扑结构。星形拓扑结构是一种以中央节点为中心，把若干外围节点连接起来的辐老租射式互联结构，各结点与中央结点通过点与点方式连接，碰含野中央结点执行集中式通信控制策略，因此中央结点笑喊相当复杂，负担也重。
5、网状拓扑。网状拓扑又称作无规则结构，结点之间的联结是任意的，没有规律。
⑽ Python网络编程6-使用Pysnmp实现简单网管
简单网络管理协议SNMP（Simple Network Management Protocol）用于网络设备的管理。SNMP作为广泛应用于TCP/IP网络的网络管理标准协议，提供了统一的接口，从而实现了不同种类和厂商的网络设备之间的统一管理。
SNMP协议分为三个版本：SNMPv1、SNMPv2c和SNMPv3。
SNMP系统由网络管理系统NMS（Network Management System）、SNMP Agent、被管对象Management object和管理信息库MIB（Management Information Base）四部分组成。
SNMP查询是指NMS主动向SNMP Agent发送查询请求，如图1-3所示。SNMP Agent接收到查询请求后，通过MIB表完成相应指令，并将结果反馈给NMS。SNMP查询操作有三种：Get、GetNext和GetBulk。SNMPv1版本不支持GetBulk操作。
不同版本的SNMP查询操作的工作原理基本一致，唯一的区别是SNMPv3版本增加了身份验证和加密处理。下面以SNMPv2c版本的Get操作为例介绍SNMP查询操作的工作原理。假定NMS想要获取被管理设备MIB节点sysContact的值，使用可读团体名为public，过程如下所示：
SNMP设置是指NMS主动向SNMP Agent发送对设备进行Set操作的请求，如下图示。SNMP Agent接收到Set请求后，通过MIB表完成相应指令，并将结果反馈给NMS。
不同版本的SNMP Set操作的工作原理基本一致，唯一的区别是SNMPv3版本增加了身份验证和加密处理。下面以SNMPv3版本的Set操作为例介绍SNMP Set操作的工作原理。
假定NMS想要设置被管理设备MIB节点sysName的值为HUAWEI，过程如下所示：
SNMPv1和SNMPv2c的Set操作报文格式如下图所示。一般情况下，SNMPv3的Set操作信息是经过加密封装在SNMP PDU中，其格式与SNMPv2c的Set操作报文格式一致。
SNMP Traps是指SNMP Agent主动将设备产生的告警或事件上报给NMS，以便网络管理员及时了解设备当前运行的状态。
SNMP Agent上报SNMP Traps有两种方式：Trap和Inform。SNMPv1版本不支持Inform。Trap和Inform的区别在于，SNMP Agent通过Inform向NMS发送告警或事件后，NMS需要回复InformResponse进行确认。
在Ensp中搭建网络环境，在R2上启用SNMP作为SNMP agent，Linux主机作为NMS；为方便观察SNMP报文格式，在R2使用SNMP的版本为v2c。
通过下面的Python脚本获取R2的系统信息与当前的主机名
运行结果如下
在R2接口上抓包结果如下，Linux主机向R2的161端口发送SNMP get-request报文，可以看到SNMP使用的版本为v2c，设置的团体名为public，随机生成了一个request-id，变量绑定列表（Variable bindings），即要查询的OID，但Value为空；值得注意的是这些信息都是明文传输的，为了安全在实际环境中应使用SNMPv3。
通过下面的Python脚本获取R2的接口信息。
运行结果如下：
在R2接口抓包结果如下，getBuikRequest相比get-request设置了一个max-repetitions字段，表明最多执行get操作的次数。Variable bindings中请求的OID条目只有一条。
下面Python脚本用于设置R2的主机名为SNMPv2R2。
运行结果如下
在路由器上可以看到主机名有R2变为了SNMPv2R2。
get-response数据包内容与set-request中无异。
下面Python脚本用于接收，R2发送的Trap，并做简单解析。
先运行该脚本，之后再R2上手动将一个接口shutdown，结果如下：
接口上抓包结果如下，此时团体名用的是public，data部分表明是trap。
由于Ensp中的通用路由器认证算法只支持des56，而pysnmp不支持该算法，因此使用AR路由器配置SNMPv3。
使用下面Python脚本发送snmpv3 get报文获取设备系统信息。
抓包结果如下，首先发送get-resques进行SNMPv3认证请求，随机生成一个msgID，认证模式为USM，msgflgs中Reportable置1要求对方发送report，其他为置0，表示不进行加密与鉴权；另外安全参数，认证参数、加密参数都为空，此时不携带get请求数据。
路由器给NMS回复report，msgID与resquest一致，Msgflgs中各位都置0，同时回复使用的安全引擎，认证与加密参数为空，不进行认证与加密，因此能看到data中的数据。
AR1收到请求后进行回复，数据包中msgflags标志位中除reportable外其他位都置1，表示不需要回复，同时进行加密与鉴权。同样也可以看到认证用户为testuser，认证参数与加密参数都有填充，data部分也是同样加密。
参考：
什么是SNMP - 华为 (huawei.com)
AR100-S V300R003 MIB参考 - 华为 (huawei.com)
SNMP library for Python — SNMP library for Python 4.4 documentation (pysnmp.readthedocs.io)