pythonlinux调试

A. linux下python怎么用vscode设定yapf

为VSCode安装扩展
用VSCode编程是需要依赖扩展的。写Python需要安装python的扩展，写C++需要安装C++的扩展。刚打开编辑器的时候，它一般会推荐一些扩展，你如果什么都不知道，可以先安装官方推荐的这些扩展：
修改VSCode的一些选项的默认值
VSCode有很多选项可以被修改，其各个选项都有默认值，这些默认值存储在"\settings.json"中(不过我没找到这个文件)，用户如果想修改某些选项的值（比如：修改字体的大小），VSCode会自动帮我们生成一个“settings.json”文件，然后我们直接在这个文件中配置自己想要的值即可。
VSCode还没有创建"settings.json"文件：
VSCode帮我们创建了"settings.json"文件：
我们修改字号，让字体大一些。修改完后，保存一下，自定义的值就会覆盖默认值，修改就生效了。
用VSCode编写和调试python程序
下面就开始用VSCode编程了。因为python的配置超简单，我们以python为例来说明一下。
https //segmentfault com/q/1010000005897116
VSCode是以文件夹作为项目单位的。所以，我们如果要新建一个python项目的话，需要新建一个文件夹，然后在这个文件夹里面放置.py文件。然后让VSCode"打开文件夹"，这样VSCode就能识别这个项目了。（当然可以用VSCode直接创建文件夹和文件。）
先创建test_python文件夹，里面创建一个test.py文件。
然后用VSCode加载它：
加载后的样子。可以看到，因为安装了python扩展，已经有高亮等效果了。
下面开始调试。
很显然要选择python选项：
然后VSCode为我们自动生成了"launch.json"文件，此文件有很多配置项，有的选项是默认从"settings.json"中取值的(比如"config.python.pythonPath")。如果"settings.json"中没有配置它们的话，调试时可能会无法启动。
同时，项目文件夹下面还自动生成了".vscode"文件夹。文件"launch.json"就在这个文件夹中。此时VSCode才算是真正意义上接手了这个项目文件夹。
网上的教程里，直接先在"settings.json"中把"python.pythonPath"先配置了一下，我当时不是太理解。现在看来，我们也需要配置一下了。
配置完之后，就可以正常调试程序了。
用VSCode调试带参的Python程序
修改test.py里面的代码，让它能打印参数（修改后的代码见下面的图片）。
修改launch.json，找到"configurations"中"name"为"Python"的那个配置块，给它添加"args"项，如下图所示：
添加前的配置块：
添加后的配置块：
文件launch.json修改完毕后，按F5调试程序，可以看到控制台输出的结果：
在按F5调试时，VSCode每次都会在程序入口处暂停住，这是配置项"stopOnEntry"在起作用，将其改成false后就不会出现这种情况了。
用VSCode自动格式化代码
VSCode“自动格式化代码”的快捷键是“Alt+Shift+F”。要格式化Python代码，需要安装Python包yapf（或autopep8、等）。
在命令行下执行：
[plain] view plain
python -m pip install yapf
然后配置"settings.json"，启用yapf：
用VSCode对python代码进行语言分析
VSCode使用python的语言分析(写python代码的时候，编辑器会提示哪里出错，哪里的代码格式不规范)，可以安装flake8（或pylint、等）：
在命令行下执行：
[plain] view plain
python -m pip install flake8
然后配置"settings.json"，启用flake8：
更换文件图标主题（使VSCode左侧的资源管理器根据文件类型显示图标）：
可以选择已经存在的文件图标主题："文件"->"首选项"->"文件图标主题"->"Seti(Visual Studio Code)"。
你也可以安装“vscode-icons”插件，安装的方式：
在“扩展(Ctrl+Shift+X)”中，搜索“vscode-icons”，然后安装并重新加载它，然后VSCode会让你执行一些操作，以激活"vscode-icons"插件。操作为：
"文件"->"首选项"->"文件图标主题"->"VSCode Icons"。对应到英文的话，应该是"File" -> "Preferences" -> "File Icon Theme"->"VSCode Icons"。
Guides（缩进线插件，让代码看起来更清晰）：
在“扩展(Ctrl+Shift+X)”中，搜索“Guides”，然后安装并重新加载它即可。

B. linux如何编写python脚本

在Linux环境下编写python脚本

相关推荐：《Python教程》

1、首先定位到一个文件夹，然后使用vim编辑器：vim test.py 就创建了python脚本文件，并且进入编辑状态。

2、编辑好之后按Esc键切换到命令模式，然后输入：wq，按回车键就自动保存完成了，然后输入python test.py，即可运行程序（前提是linux环境装好python）。

C. 如何编译可以在Windows下运行的带有Python支持的ARM Linux GDB

做这件事情的目的是为了在QtCreator里调试ARM Linux程序的时候，能看清楚QString、QList这些Qt特有的对象的内容，而不是一个完全看不懂的结构体。
目前（2014年8月）Linaro、CodeSourcery的GCC工具链里的GDB都不支持Python。想知道你用的GDB支持不支持，试一试就行，这样表示不支持：
(gdb) python
>print 'Hello GDB!'
>（按Ctrl+D）Python scripting is not supported in this of GDB.
这样表示支持：
(gdb) python
>print 'Hello GDB!'
>（按Ctrl+D）Hello GDB!
这件事情乍一看也很简单，只要把GDB源码下载下来，然后再配置，打开Python支持就行了。实际上会遇到的问题是，在MinGW下，又要与“\”和“:”这两个Windows路径里的刺头斗争了。我觉得我之前挺傻，编译MinGW下Qt的时候，就去硬磕源码和configure脚本去了。这次GDB的configure是自动生成的，不是给人看的，configure.ac看起来也很费劲，根本磕不下去，于是我换了个思路，在ubuntu下交叉编译吧，sudo apt-get install mingw32，这是Ubuntu下的MinGW交叉编译器。
然后是依赖，这样的GDB要依赖expat和python的开发版本。如果是ubuntu底下直接编译，apt-cache search一下他们的开发版本，然后sudo apt-get install一下就好了；给MinGW交叉编译就麻烦了。先说expat，这个好办，把http://downloads.sourceforge.net/project/expat/expat/2.1.0/expat-2.1.0.tar.gz下载下来，然后：
./configure --prefix=[安装目录，如/home/c/mingw-gdb/expat] --host=i586-mingw32msvc
make
make install
会提示一些警告，无视即可。
Python就无语了，目前的GDB貌似最高支持Python 2.7，而2.7版本的Python本身不支持MinGW…… 好在有高手做了Patch，也写了说明，可以参考这文章：http://mdqinc.com/blog/2011/10/cross-compiling-python-for-windows-with-mingw32/
但是，就算这样，编译也充满挑战，要修复很多问题，出来的Python还少“nt”模块。就在我觉得没办法的时候，突然发现Windows版Qt提供的MinGW居然内置了Python开发包，位置在Tools/mingw48_32/opt，赶紧把它拷贝到Linux下，比如/home/c/mingw-gdb/python。当然，你也必须确保ubuntu下有可用的python。
然后，给GDB打一个补丁：
--- gdb-7.8/gdb/configure 2014-07-29 20:37:42.000000000 +0800
+++ gdb-7.8-old/gdb/configure 2014-08-30 00:08:27.122042706 +0800
@@ -8263,21 +8263,22 @@
# We have a python program to use, but it may be too old.
# Don't flag an error for --with-python=auto (the default).
have_python_config=yes
- python_includes=`${python_prog} ${srcdir}/python/python-config.py --includes`
+ python_config_tool=`echo ${python_prog} | sed "s#python.exe#python-config#g"`
+ python_includes=`${python_config_tool} --includes`
if test $? != 0; then
have_python_config=failed
if test "${with_python}" != auto; then
as_fn_error "failure running python-config --includes" "$LINENO" 5
fi
fi
- python_libs=`${python_prog} ${srcdir}/python/python-config.py --ldflags`
+ python_libs=`${python_config_tool} --ldflags`
if test $? != 0; then
have_python_config=failed
if test "${with_python}" != auto; then
as_fn_error "failure running python-config --ldflags" "$LINENO" 5
fi
fi
- python_prefix=`${python_prog} ${srcdir}/python/python-config.py --exec-prefix`
+ python_prefix=`${python_config_tool} --exec-prefix`
if test $? != 0; then
have_python_config=failed
if test "${with_python}" != auto; then
@@ -8343,12 +8344,12 @@
return 0;
}
_ACEOF
-if ac_fn_c_try_link "$LINENO"; then :
+#if ac_fn_c_try_link "$LINENO"; then :
have_libpython=${version}
found_usable_python=yes
PYTHON_CPPFLAGS=$new_CPPFLAGS
PYTHON_LIBS=$new_LIBS
-fi
+#fi
rm -f core conftest.err conftest.$ac_objext \
conftest$ac_exeext conftest.$ac_ext
CPPFLAGS=$save_CPPFLAGS
这个补丁的目的是强制为检测到python。
然后给拷贝到Linux下的python开发包打一个补丁：
--- python-old/bin/python-config 2013-04-18 02:43:01.000000000 +0800
+++ python/bin/python-config 2014-08-30 00:53:16.630060288 +0800
@@ -1,4 +1,4 @@
-#!/temp/x32-480-posix-dwarf-r2/mingw32/opt/bin/python2.7.exe
+#!/usr/bin/python

import sys
import os
@@ -31,26 +31,23 @@

for opt in opt_flags:
if opt == '--prefix':
- print sysconfig.PREFIX
+ print '../python'

elif opt == '--exec-prefix':
- print sysconfig.EXEC_PREFIX
+ print '../python'

elif opt in ('--includes', '--cflags'):
- flags = ['-I' + sysconfig.get_python_inc(),
- '-I' + sysconfig.get_python_inc(plat_specific=True)]
+ flags = ['-I' + os.path.split(os.path.realpath(__file__))[0] + '/../include/python2.7']
if opt == '--cflags':
- flags.extend(getvar('CFLAGS').split())
+ flags += ['-fno-strict-aliasing -DMS_WIN32 -DMS_WINDOWS -DHAVE_USABLE_WCHAR_T -DNDEBUG -g -fwrapv -O3 -Wall -Wstrict-prototypes']
print ' '.join(flags)

elif opt in ('--libs', '--ldflags'):
- libs = getvar('LIBS').split() + getvar('SYSLIBS').split()
- libs.append('-lpython'+pyver)
+ libs = ['-lm -lpython2.7 -Wl,--out-implib=libpython2.7.dll.a']
# add the prefix/lib/pythonX.Y/config dir, but only if there is no
# shared library in prefix/lib/.
if opt == '--ldflags':
if not getvar('Py_ENABLE_SHARED'):
- libs.insert(0, '-L' + getvar('LIBPL'))
- libs.extend(getvar('LINKFORSHARED').split())
+ libs.insert(0, '-L' + os.path.split(os.path.realpath(__file__))[0] + '/../lib/python2.7/config')
print ' '.join(libs)

因为Linux下是无法运行开发包中的python.exe的，所以这个补丁借用了ubuntu的python。里面的cflags和ldflags都是在Windows底下运行原始python-config获得的。prefix和exec-prefix设成“../python”，可以在编译完以后，把python开发包拷贝到gdb安装目录里面的python子目录，这样运行GDB的时候就不需要设定PYTHONHOME环境变量了。
最后一个事情，确保你的Linux下有arm交叉编译器，我的是arm-linux-gnueabihf，是啥target就写啥。
准备工作做完了，开始配置和编译：
./configure --with-expat --host=i586-mingw32msvc --target=arm-linux-gnueabihf --with-libexpat-prefix=[expat安装位置] --with-python=[python开发包安装位置/bin/python.exe]
make
make DESTDIR=[GDB安装位置] install
然后把GDB安装位置下面的所有文件拷贝到Windows下，再把python开发包拷贝到同目录下的python子目录，大功告成。
如果提示没找到libpython2.7.dll，那就把GDB安装目录的python/bin下的拷贝到bin下。
如果发现生成的exe文件太大了，那就strip一下。
2015年9月12日追加：
在windows下调试时，一般会提示说加载不了共享库，让你用"set sysroot"或"set solib-search-path"之类设定路径的。这个问题可以通过.gdbinit文件，用上面这两条命令来设定路径解决，如果想一劳永逸，可以在编译的时候加上host_configargs环境变量来解决这个问题：
host_configargs=--with-sysroot=E:\MinGW\opt\sysroot-arm ./configure ...
或者
export host_configargs=--with-sysroot=E:\MinGW\opt\sysroot-arm
./configure ...

后面的路径是你放在windows下的sysroot的位置。

D. Linux下运行python脚本时报：'import site' failed错误，如何修改

你是自己重新安装的python呢？还是linux系统默认的？ 系统和Python 版本分别为多少？

E. 如何使用Python动态控制Linux系统的内存占用百分比

如何使用Python动态控制Linux系统的内存占用百分比?

近期有网上朋友寻求帮助：如何通过脚本动态控制Linux系统的内存占用百分比？经过一番网络+编写调试，终于初步完成了动态控制Linux系统内存占用百分比。现写出来以帮助更多的朋友。
1 前言
根据需求是动态控制Linux系统内存占用百分比，比如当前内存占用30%，如果设置内存占用为70%，则需要申请内存使达到占用70%；如果再降低到40%，则需要释放部分申请的内存。其实脚本的本质是内存动态申请与释放。
注意：因为Python脚本运行之前内存有一定占用，故设定内存占用不能低于该百分比。
2 内存动态申请
通过查询资料，使用Python动态申请内存块，可以使用ctypes包中的函数，导入包及代码如下所示：
>>> from ctypes import *
>>> mem=create_string_buffer(1024)
说明：内存申请使用create_string_buffer()函数，上面申请了1024字节的内存块。
下面演示申请100MB内存前后变化
申请前如下图所示：

使用代码如下：
>>>mem=create_string_buffer(104857600)
申请后如下图所示：

从上述两幅图中可以看出，申请内存前内存占用295MB，申请后内存占用397MB，增加了约100MB内存占用。
3 内存动态释放
由于Python对内存是有垃圾回收机制的，采用对象引用计数方式。当对象的引用计数为0时，启动垃圾回收GC。此处内存动态释放就是使用该原理。
代码如下：
>>> mem=None
释放后内存占用如下图所示：

内存占用由397MB降低到297MB，释放了100MB内存占用。
说明：将None赋值给对象mem后，mem对象的引用计数即为0，此时垃圾回收启动，释放mem对象占用的内存。
4 系统总内存、占用内存检测
由于需要设定内存占用百分比，故需要获取系统总物理内存和占用内存。本文使用的方法是读取系统文件“/proc/meminfo”，从中解析出总内存大小以及当前内存占用大小等内存相关的信息。该文件内容格式如下图所示：

代码片段如下所示：
f = open("/proc/meminfo")
lines = f.readlines()
f.close()
for line in lines:
if len(line)< 2:continue
name = line.split(':')[0]
var = line.split(':')[1].split()[0]
mem[name]= long(var)* 1024.0
mem['MemUsed']= mem['MemTotal']- mem['MemFree']
说明：按行读取meminfo文件内容，创建字典对象mem，将meminfo文件第一列设置为mem对象的键值，将meminfo文件第二列数字设置为mem对象的值。
5 获取用户输入百分比
通过读取键盘输入字符串，然后转换为数字实现接收用户输入的百分比，代码如下所示：
input_str=raw_input("Input UsedMemory`s Rate or q to exit:")
rate=float(input_str)
注意：此处键盘输入的都是字符串，需要进行字符串转换为数字，使用float()或long()函数进行转换。
6 动态设置内存占用百分比测试
测试使用两个Python脚本文件，分别是test.py和mem_rate.py，其功能分别是查看当前内存占用和动态设定内存占用百分比。如下图所示：

注意：上述两个文件需要使用“chmod +x *.py”修改为可执行属性。
6.1 查看当前内存占用
查看当前内存占用百分比，使用上述test.py文件，运行命令为“./test.py”，运行结果如下图所示：

当前使用内存为320MB，占用百分比为17%。
6.2 动态设置内存占用百分比
动态设置内存占用百分比使用上述mem_rate.py脚本，注意该脚本文件第一行代码为“#!/usr/bin/python2.6”，表示该脚本使用python2.6程序运行。该行需要修改为待运行Linux系统中Python实际的安装程序路径。
动态内存百分比设置界面如下图所示：

处于待输入状态。另外显示了当前内存占用（321MB），总内存大小（1869MB）以及内存占用百分比（17%）。
如果此时设置内存占用百分比为80%，则脚本会每次申请10MB空间，直至内存占用接近或等于80%为止。如下图所示：

内存申请过程如下图所示：

内存申请过程中占用百分比变化为：35%，45%，56%，70%，…
mem_rate.py运行过程如下图所示：

内存申请过程中占用变化为：1461MB，1471MB，1481MB，1491MB。
此时如果内存占用百分比设置为20%，则需要释放一部分内存。
test.py脚本运行过程如下图所示：
由于释放内存运行较快，抓取到最后结果

内存占用为20%。
mem_rate.py脚本运行过程如下图所示：

内存释放过程中内存占用为：413MB，403MB，393MB，383MB，最后内存占用稳定在20%，383MB。
输入“q”或“Q”退出内存占用百分比设定过程，如下图所示：

此时内存占用如下图所示：

内存占用恢复到运行mem_rate.py脚本之前状态，17%，321MB。

※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
附：完整Python脚本代码
test.py
------------------------------------------------------------------------------------------------
#!/usr/bin/python2.6
def memory_stat():
mem = {}
f = open("/proc/meminfo")
lines = f.readlines()
f.close()
for line in lines:
if len(line)< 2:continue
name = line.split(':')[0]
var = line.split(':')[1].split()[0]
mem[name]= long(var)* 1024.0
mem['MemUsed']= mem['MemTotal']- mem['MemFree']
# - mem['Buffers']- mem['Cached']
return mem

mem=memory_stat()
print("Used(MB):%d"%(long(mem['MemUsed'])/1024/1024))
print("Rate:%d%%"%(100*long(mem['MemUsed'])/float(mem['MemTotal'])))

§§§§§§§§§§§§§§§§§§§§§§§§§§
mem_rate.py
---------------------------------------------------
#!/usr/bin/python2.6

from ctypes import *

# Get Memory Info(Total, Used... Byte)
def get_memory_stat():
mem = {}
f = open("/proc/meminfo")
lines = f.readlines()
f.close()
for line in lines:
if len(line)< 2:continue
name = line.split(':')[0]
var = line.split(':')[1].split()[0]
mem[name]= long(var)* 1024.0
mem['MemUsed']= mem['MemTotal']- mem['MemFree']
# Return MemroyInfo Object
return mem

# Get Simple Memory Info
def get_memory_info(mem):
# Byte -> MB
n=1024* 1024
used=float(mem['MemUsed'])/ n
total=float(mem['MemTotal'])/ n
rate=used/total* 100
smp={'used':used,'total':total,'rate':rate}
return smp

# Display Current Memory Info
def print_memory_info(mem):
# Get SimpleMemory Info
smp=get_memory_info(mem)
print("Used(MB):%d\tTotal(MB):%d\tUsedRate:%d%%"%(smp['used'], smp['total'], smp['rate']))

# Get Rate Of Memory Used To Be Setted(Integer Formate)
def input_memory_used_rate(org_rate):
# Byte -> MB
n=1024* 1024
while(True):
mem=get_memory_stat()
print_memory_info(mem)

input_str=raw_input("Input UsedMemory`s Rate or q to exit:")
if(len(input_str)== 0):
continue
if("q"== input_str):
info={'rate':0,'used':mem['MemUsed']/ n}
return info
if("Q"== input_str):
info={'rate':0,'used':mem['MemUsed']/ n}
return info
try:
rate=float(input_str)
if((rate>=org_rate)and (rate<=95)):
info={'rate':rate,'used':mem['MemUsed']/ n}
return info
else:
print("Please inputa valid number(%d%%~95%%)."%(org_rate))
except:
print("Please inputa valid number(%d%%~95%%)."%(org_rate))

# Set Rate Of Memory Used
def set_memory_used_rate(new_rate, total, pre_used,list):
if(new_rate==0):
return None
dest_mem=total* new_rate /100.0
# 10MB
mb10=10485760
n_chg=10
# Free Memory OrAllocate Memory ?
is_new=dest_mem>pre_used
cur_used=pre_used
while(True):
# To Calc FreeMemory Or Allocate Memory ?
need_new=dest_mem-n_chg>=pre_used
need_del=dest_mem+n_chg<=pre_used

# Need To AllocateMemory
if(is_new):
if(need_new):
p=create_string_buffer(mb10)
list.append(p)
dest_mem=dest_mem-n_chg
cur_used=cur_used+n_chg
else:
return"end"
# Need To FreeMemory
else:
idx=len(list)-1
if(need_deland (idx>=0)):
p=list[idx]
del list[idx]
p=None
dest_mem=dest_mem+n_chg
cur_used=cur_used-n_chg
else:
return"end"
print("****** MemoryUsed(MB):%d"%(cur_used))

# Entry Of Program

# List Of Memory Object, 10MB Of One Object
list=[]
# Get Current Memory Info
mem=get_memory_stat()
# Get Simple Memory Info
smp=get_memory_info(mem)
org_rate=smp['rate']
total=smp['total']

while(True):
# Get Rate OfMemory To Be Used
info=input_memory_used_rate(org_rate)
new_rate=float(info['rate'])
pre_used=float(info['used'])
# Set Rate OfMemory To Be Used
rtn=set_memory_used_rate(new_rate, total, pre_used, list)
if(not rtn):
print("bye!")
exit()

F. Python脚本在Linux上怎么运行

一、首先下载安装python，建议安装2.7版本以上，3.0版本以下，由于3.0版本以上不向下兼容，体验较差。

G. 在windows上的python 连接 linux 并做点操作

访问SqlServer

复制代码代码如下:

>>> import pyodbc

>>>cnxn = pyodbc.connect('DRIVER={SQL Server};SERVER=192.168.1.100\\sql;DATABASE=testDB;UID=sa;PWD=myPassword')
>>>cursor = cnxn.cursor()
>>>cursor.execute("select * from Tb")

二、Linux下配置Python访问SqlServer
环境：CentOS 6.2 + Sqlserver 2008
1、安装freetds：

复制代码代码如下:

yum install freetds*

2、安装pyodbc：

复制代码代码如下:

yum install pyodbc

修改odbc配置：

复制代码代码如下:

vi /etc/odbcinst.ini

添加FreeTDS驱动：

复制代码代码如下:

[SQL Server]

Description = FreeTDS ODBC driver for MSSQL
Driver = /usr/lib/libtdsodbc.so
Setup = /usr/lib/libtdsS.so
FileUsage = 1

3、测试

复制代码代码如下:

#python

>>> import pyodbc
>>>cnxn = pyodbc.connect('DRIVER={SQL Server};SERVER=192.168.1.100\\sql;DATABASE=testDB;UID=sa;PWD=myPassword')
>>>cursor = cnxn.cursor()
>>>cursor.execute("select * from Tb")

H. 在windows上开发的python程序能直接在linux上跑吗

有些东西是平台相关的，比如说你在程序里用余衡了win32com或者winhook，那就注定只能在win上跑…然而只要注意不用睁蔽到这些，或者竖早做代码里有对平台的判断，不同平台不同方案的话也可以正常工作。

I. linux上启动python程序,shell脚本服务怎么编写

1.只能够输入Python命令。

在Python交互模式下输入Python代码，而不要输入系统的命令。

2.在交互模式下打印语句不是必须的。

在交互模式下不需要输入完整的打印语句，解释器自动打印表达式的结果，但是在文件中则需要写print语句来打印结果。

3.提示符的变换和复合语句。

当在交互模式下输入两行或多行的复合语句时，提示符会由>>>变成；如果要结束复合语句的输入并执行它，那么必须按下Enter键两次，复合语句才会被执行。

4.交互提示模式一次运行一条语句。

当你想测试某一条命令的时候，交互模式是一个很好的测试方法，输入然后回车即可猛高大看到执行结果枝竖，非常方便，当然对于复合语句来说，只要最后按两次Enter键即可运行代码，看到执行结果。

具体如下：

1、简介

Linux操作系统是基于UNIX操作系统发展而来的一种克隆系统，它诞生于1991年的[Linux桌面]10月5日（这是第一次正式向外公布的时间）。以后借助于Internet网络，并通过全世界各地计算机爱好者的共同努力，已成为今天世界上使用最多的一种UNIX类操作系统，并且使用人数还在迅猛增长。

2、基本信息

Linux[2]操作系统是UNIX操作系统的一种克隆系统，它诞生linux系统于1991年的10月5日（这是第一次正式向外公布的时间）。以后借助于Internet网络，并通过全世界各地计算机爱好者的共同努力，已成为今天世界上使用最多的一种UNIX类操作系统，并且使用人数还在迅猛增长。

3、分区规定

设备管理在Linux中，每一个硬件设备都映射到一个系统的文件，对于硬盘、光驱等，IDE或SCSI设备也不例外。Linux把各种IDE设备分配了一个由hd前缀组成念锋的文件；而对于各种SCSI设备，则分配了一个由sd前缀组成的文件。

J. Linux 下Python 脚本编写的&amp;quot;奇技淫巧&amp;quot;

“ 生命完美的答案，无非走过没有遗憾 ---《天蓝》”

“如何能够解析脚本运行命令行选项(位于 sys.argv 中)”

argparse 模块可被用来解析命令行选项

常用来定义一个脚本的说明文档，一般我们写python脚本会通过 if..else 的方式来提供一个脚本说明文档，python不支持switch。所以很麻烦，其实，我们可以通过 argparse 来编写说明文档。

我们来看看怎么执行一个python脚本

对于熟悉Linux的小伙伴下面的文档在熟悉不过了，这个一个标准Linxu软件包的说明文档，文档中定义是软件包的说明

来看看这个脚本是如何编写的

为了解析命令行选项， 首先要创建一个 ArgumentParser 实例， 使用 add_argument() 方法声明你想要支持的选项。在每个 add-argument() 调用中:

dest 参数指定解析结果被指派给属性的名字。 metavar 参数被用来生成帮助信息。

action 参数 指定跟属性对应的处理逻辑，通常的 值为 store , 被用来存储 某个值 或将 多个参数值收集到一个列表中 。

nargs 参数收集 所有剩余的命令行参数到一个列表中。在本例中它被用来构造一个文件名列表

action='store_true' 根据参数是否存在来设置一个位置 Boolean 标志：

action='store' 参数接受一个单独值并将其存储为一个字符串

如果一个都没有，会提示缺少参数 -p/--pat

choices={'slow', 'fast'}, 参数说明接受一个值，但是会将其和可能的选择值做比较，以检测其合法性：

一旦参数选项被指定，你就可以执行 parser.parse() 方法了。它会处理 sys.argv 的值并返回一个结果实例。每个参数值会被设置成该实例中 add_argument() 方法的 dest 参数指定的属性值。

还很多种其他方法解析命令行选项。可以会手动地处理 sys.argv 或者使用 getopt 模块 。但是，如果你采用本节的方式，将会减少很多冗余代码，底层细节 argparse 模块 已经帮你处理好了。你可能还会碰到使用 optparse 库解析选项的代码。尽管 optparse 和 argparse 很像 ，但是后者更先进，因此在新的程序中你应该使用它。

“你写了个脚本，运行时需要一个密码。此脚本是交互式的，因此不能将密码在脚本中硬编码，而是需要弹出一个密码输入提示，让用户自己输入。”

Python 的 getpass 模块 正是你所需要的。你可以让你很轻松地弹出密码输入提示，并且不会在用户终端显示密码。

代码中 getpass.getuser() 不会弹出用户名的输入提示。它会根据该 用户的 shell 环境 或者会依据 本地系统的密码库 (支持 pwd 模块的平台)来使用 当前用户的登录名

在bash中编写pytohn脚本接收外部数据的方式，一般情况下，对于一般变量，我们用命令行变量的方式比较多(手动的处理 sys.argv )，对于 文件内容或者bash命令输出 直接通过脚本内部获取需要的数据。

其实python 脚本也可以用其他方式来接收 传递给他的 文件数据或者bash命令输出 ，包括将 命令行的输出 通过 管道传递 给该脚本、 重定向文件到该脚本 ，或在 命令行中传递一个文件名 或 文件名列表 给该脚本。

这里通过 Python 内置的 fileinput 模块 ，可以实现重 定向，管道，以文佳输出 的方式传递数据到脚本内部

使用 fileinput.input() 方法可以获取当前输入脚本的数据，脚本里面用一个 FileInput 迭代器接收

文件直接接收

重定向接收

管道方式接收

fileinput.input() 创建并返回一个 FileInput 类的实例，该实例可以被当做一个 上下文管理器 使用。因此，整合起来，如果我们要写一个打印多个文件输出的脚本，那么我们需要在输出中包含文件名和行号

“你想执行一个外部命令并以 Python 字符串的形式获取执行结果。”

使用 subprocess.check_output() 函数。

执行下试试

如果被执行的命令以非零码返回，就会抛出异常。下面的例子捕获到错误并获取返回码：

默认情况下， check_output() 仅仅返回输入到标准输出的值。如果你需要 同时收集标准输出和错误输出 ，使用 stderr 参数：

如果你需要用一个超时机制来执行命令，使用 timeout 参数：

通常来讲，命令的执行 不需要 使用到 底层 shell 环境(比如 sh、bash) 。一个字符串行表会被传递给一个 低级系统命令 ，比如 os.execve() 。

如果你想让 命令被一个shell 执行 ，传递一个字符串参数，并设置参数 shell=True . 有时候你想要 Python 去执行一个复杂的 shell 命令 的时候这个就很有用了，比如管道流、I/O 重定向和其他特性。例如：

是在 shell 中执行命令会存在一定的安全风险，特别是当参数来自于用户输入时。这时候可以使用 shlex.quote() 函数 来将参数正确的用双引用引起来。

使用 check_output() 函数 是执行 外部命令 并获取其 返回值 的最简单方式。但是，如果你需要对 子进程做更复杂的交互 ，比如给它发送输入，你得采用另外一种方法。这时候可直接使用 subprocess.Popen 类。

关于子进程，简单来看下

也可以进程列表同协程结合的方式。你既可以在子shell中 进行繁重的处理工作，同时也不会让子shell的I/O受制于终端。

如果直接丢到后台会自动在终端输出IO

subprocess 模块对于依赖 TTY 的外部命令不合适用 。例如，你不能使用它来自动化一个用户输入密码的任务(比如一个 ssh 会话)。这时候，你需要使用到第三方模块了，比如基于着名的 expect 家族的工具(pexpect 或类似的)(pexpect可以理解为Linux下的expect的Python封装、通过pexpect可以实现对ssh、ftp、passwd、telnet等命令行进行自动交互，而无需人工干涉来达到自动化的目的。比如我们可以模拟一个FTP登录时所有交互，包括输入主机地址、用户名、密码、上传文件等，待出现异常还可以进行尝试自动处理。)

“你想向标准错误打印一条消息并返回某个非零状态码来终止程序运行”

通过 python 的 raise SystemExit(3) 命令可以主动抛出一个错误,通过 sys.stderr.write 将命令写到标准的输出端

直接将消息作为参数传给 SystemExit() ，那么你可以省略其他步骤

抛出一个 SystemExit 异常，使用错误消息作为参数,它会将消息在 sys.stderr 中打印，然后程序以状态码 1 退出

“你需要知道当前终端的大小以便正确的格式化输出。”

使用 os.get terminal size() 函数 来做到这一点。

“复制或移动文件和目录，但是又不想调用 shell 命令。”

shutil 模块 有很多便捷的函数可以复制文件和目录。使用起来非常简单

这里不多讲，熟悉Linux的小伙伴应该不陌生。

默认情况下，对于 符号链接 这些命令处理的是它指向的东西文件。例如，如果 源文件 是一个 符号链接 ，那么目标文件将会是 符号链接 指向的文件。如果你只想 复制符号链接本身 ，那么需要指定 关键字 参数 follow_symlinks

tree() 可以让你在复制过程中选择性的忽略某些文件或目录。你可以提供一个忽略函数，接受一个目录名和文件名列表作为输入，返回一个忽略的名称列表。例如：

对于文件元数据信息， 2() 这样的函数只能尽自己最大能力来保留它。 访问时间、创建时间和权限 这些基本信息会被保留，但是 对于所有者、ACLs、资源 fork 和其他更深层次的文件元信息就说不准了

通常不会去使用 shutil.tree() 函数 来执行 系统备份 。当处理文件名的时候，最好使用 os.path 中的函数来确保最大的可移植性

使用 tree() 复制文件夹的一个棘手的问题是对于错误的处理,可以使用异常块处理，或者通过 参数 ignore dangling symlinks=True 忽略掉无效符号链接。

“创建或解压常见格式的归档文件(比如.tar, .tgz 或.zip)”

shutil 模块拥有两个函数—— make archive() 和 unpack archive() 可派上用场,

make archive() 的第二个参数是期望的输出格式。可以使用 get archive formats() 获取所有支持的归档格式列表。

“你需要写一个涉及到文件查找操作的脚本，比如对日志归档文件的重命名工具，你不想在 Python 脚本中调用 shell，或者你要实现一些 shell 不能做的功能。”

查找文件，可使用 os.walk() 函数 ，传一个顶级目录名给它

os.walk() 方法 为我们 遍历目录树 ，每次进入一个目录，它会返回一个 三元组 ，包含 相对于查找目录的相对路径，一个该目录下的目录名列表，以及那个目录下面的文件名列表。

对于每个元组，只需检测一下目标文件名是否在文件列表中。如果是就使用 os.path.join() 合并路径。为了避免奇怪的路径名比如 ././foo//bar ，使用了另外两个函数来修正结果

os.walk(start) 还有跨平台的优势。并且，还能很轻松的加入其他的功能。我们再演示一个例子，下面的函数打印所有最近被修改过的文件：

打印10分钟之前被修改的数据

“怎样读取普通.ini 格式的配置文件？”

configparser 模块 能被用来读取配置文件

编写配置文件

如果有需要，你还能修改配置并使用 cfg.write() 方法将其写回到文件中

“你希望在脚本和程序中将诊断信息写入日志文件。”

python 脚本打印日志最简单方式是使用 logging 模块

五个日志调用( critical(), error(), warning(), info(), debug() )以降序方式表示不同的严重级别。 basicConfig() 的 level 参数是一个 过滤器 。所有级别低于此级别的日志消息都会被忽略掉。每个 logging 操作的参数是一个消息字符串，后面再跟一个或多个参数。构造最终的日志消息的时候我们使用了 % 操作符来格式化消息字符串。

如果你想使用配置文件，可以像下面这样修改 basicConfig() 调用：

logconfig.ini

在调用日志操作前先执行下 basicConfig() 函数方法 ,可以找标准输出或者文件中输出

basicConfig() 在程序中只能被执行一次。如果你稍后想改变日志配置，就需要先获取 root logger ，然后直接修改它。

更多见日志模块文档https://docs.python.org/3/howto/logging-cookbook.html

“你想给某个函数库增加日志功能，但是又不能影响到那些不使用日志功能的程序。”

对于想要执行日志操作的函数库，你应该创建一个专属的 logger 对象，并且像下面这样初始化配置：

使用这个配置，默认情况下不会打印日志,只有配置过日志系统，那么日志消息打印就开始生效

通常来讲，不应该在函数库代码中 自己配置日志系统 ，或者是已经有个已经存在的日志配置了。调用 getLogger( name ) 创建一个和调用模块同名的 logger 模块 。由于 模块 都是唯一的，因此创建的 logger 也将是唯一 的。所以当前进程中只有一个logging会生效。

log.addHandler(logging.NullHandler()) 操作将一个 空处理器 绑定到刚刚已经创建好的 logger 对象 上。一个空处理器默认会忽略调用所有的日志消息。因此，如果使用该函数库的时候还没有配置日志，那么将不会有消息或警告出现。

在这里，根日志被配置成仅仅 输出 ERROR 或更高级别的消息 。不过， somelib 的日志级别被单独配置成可以输出 debug 级别的消息， 它的优先级比全局配置高。像这样更改单独模块的日志配置对于调试来讲是很方便的，因为你无需去更改任何的全局日志配置——只需要修改你想要更多输出的模块的日志等级。(这个还有待研究)

“你想记录程序执行多个任务所花费的时间”

time 模块 包含很多函数来执行跟时间有关的函数。尽管如此，通常我们会在此基础之上构造一个更高级的接口来模拟一个计时器。

这个类定义了一个可以被用户根据需要启动、停止和重置的计时器。它会在elapsed 属性中记录整个消耗时间。下面是一个例子来演示怎样使用它：

这里通过 __enter__，__exit__ ,使用 with 语句 以及上下文管理器协议可以省略计时器打开和关闭操作。(关于上下文管理协议，即with语句，为了让一个对象兼容with语句，必须在这个对象的类中声明 __enter__和__exit__方法, , __enter__ 在出现with语句被调用， __exit__ 在代码执行完毕被调用,可以参考open()方法)

在计时中要考虑一个 底层的时间函数问题 。 一般来说， 使用 time.time() 或 time.clock() 计算的时间精度因操作系统的不同会有所不同。而使用 time.perf_counter() 函数可以确保使用系统上面 最精确的计时器 。

“你想对在 Unix 系统上面运行的程序设置内存或 CPU 的使用限制。”

resource 模块 能同时执行这两个任务。例如，要限制 CPU 时间,下面的代码在windows平台执行不了，但是Linux是可以的。

程序运行时， SIGXCPU 信号 在时间过期时被生成，然后执行清理并退出。

这暂时没有好的Demo...

程序运行到没有多余内存时会抛出 MemoryError 异常。

setrlimit() 函数 被用来设置特定资源上面的 软限制和硬限制 。

setrlimit() 函数 还能被用来设置 子进程数量、打开文件数以及类似系统资源的限制(cgroup) 。

“通过脚本启动浏览器并打开指定的 URL 网页”

webbrowser 模块 能被用来启动一个浏览器，并且与平台无关

新窗口打卡网站

当前窗口打开一个tab页

指定浏览器类型，可以使用 webbrowser.get() 函数