


Fassen Sie verschiedene Methoden zum Ausführen von Befehlen in Python zusammen
Es gibt drei Möglichkeiten, cmd in Python auszuführen, die ich derzeit verwende:
1. Verwenden Sie os.system("cmd")
Das Merkmal ist, dass das Programm währenddessen cmd eingibt Ausführung. Informationen unter Linux ausgeführt.
import os
os.system("ls")
2. Verwenden Sie das Popen-Modul, um einen neuen Prozess zu generieren
Die meisten Leute möchten es jetzt tun Verwenden Sie Popen. Die Popen-Methode gibt keine Informationen zur cmd-Ausführung unter Linux aus. Tatsächlich ist Popen sehr leistungsstark und unterstützt eine Vielzahl von Parametern und Modi. Vor der Verwendung müssen Sie Popen, PIPE aus dem Unterprozess importieren. Die Popen-Funktion weist jedoch einen Fehler auf, nämlich dass es sich um eine Blockierungsmethode handelt. Wenn beim Ausführen von cmd viele Inhalte generiert werden, kann die Funktion leicht blockiert werden. Die Lösung besteht nicht darin, die Methode wait () zu verwenden, aber der Rückgabewert der Ausführung kann nicht abgerufen werden.
Popen-Prototyp ist:
subprocess.Popen(args, bufsize=0, executable=None, stdin=None, stdout=None, stderr=None, preexec_fn=None, close_fds=False, Shell=False, cwd=None, env=None, universal_newlines=False, Startupinfo=None, Creationflags=0)
Parameter bufsize: Puffer angeben.
Der Parameter executable dient zur Angabe des ausführbaren Programms. Im Allgemeinen verwenden wir den Parameter args, um das auszuführende Programm festzulegen. Wenn der Shell-Parameter auf „True“ gesetzt ist, gibt die ausführbare Datei die vom Programm verwendete Shell an. Unter der Windows-Plattform wird die Standard-Shell durch die Umgebungsvariable COMSPEC angegeben.
Die Parameter stdin, stdout und stderr repräsentieren die Standard-Eingabe-, Ausgabe- und Fehlerhandles des Programms. Sie können PIPE, Dateideskriptoren oder Dateiobjekte sein oder auf „Keine“ gesetzt werden, um vom übergeordneten Prozess zu erben.
Der Parameter preexec_fn ist nur auf Unix-Plattformen gültig und wird verwendet, um ein aufrufbares Objekt anzugeben, das aufgerufen wird, bevor der untergeordnete Prozess ausgeführt wird.
Parameter Close_sfs: Wenn close_fds auf der Windows-Plattform auf True gesetzt ist, erbt der neu erstellte untergeordnete Prozess nicht die Eingabe-, Ausgabe- und Fehlerpipes des übergeordneten Prozesses. Wir können close_fds nicht auf True setzen und die Standardeingabe, -ausgabe und -fehler (stdin, stdout, stderr) des untergeordneten Prozesses umleiten.
Wenn der Parameter Shell auf true gesetzt ist, wird das Programm über die Shell ausgeführt.
Der cwd-Parameter wird verwendet, um das aktuelle Verzeichnis des untergeordneten Prozesses festzulegen.
Der Parameter env ist ein Wörterbuchtyp, der zum Angeben der Umgebungsvariablen des untergeordneten Prozesses verwendet wird. Wenn env = None, werden die Umgebungsvariablen des untergeordneten Prozesses vom übergeordneten Prozess geerbt.
Parameter Universal_newlines: Unter verschiedenen Betriebssystemen sind die Zeilenumbrüche des Textes unterschiedlich. Beispiel: „/r/n“ wird verwendet, um den Austausch unter Windows anzuzeigen, während „/n“ unter Linux verwendet wird. Wenn dieser Parameter auf „True“ gesetzt ist, behandelt Python diese Zeilenumbrüche als „/n“.
Die Parameter „startupinfo“ und „creationflags“ sind nur unter Windows wirksam. Sie werden an die zugrunde liegende Funktion „CreateProcess()“ übergeben, um einige Attribute des untergeordneten Prozesses festzulegen, z. B. das Erscheinungsbild des Hauptfensters und die Priorität von der Prozess usw. warten.
subprocess.PIPE
Beim Erstellen eines Popen-Objekts kann subprocess.PIPE die Parameter stdin, stdout oder stderr initialisieren, die den Standardstream für die Kommunikation mit dem Unterprozess darstellen.
subprocess.STDOUT
Beim Erstellen eines Popen-Objekts wird es zum Initialisieren des stderr-Parameters verwendet, der angibt, dass Fehler über den Standardausgabestream ausgegeben werden.
Popen-Methode:
Popen.poll()
wird verwendet, um zu überprüfen, ob der untergeordnete Prozess beendet wurde. Legt das Returncode-Attribut fest und gibt es zurück.
Popen.wait()
Warten Sie, bis der untergeordnete Prozess beendet ist. Legt das Returncode-Attribut fest und gibt es zurück.
Popen.communicate(input=None)
Interagieren Sie mit dem untergeordneten Prozess. Senden Sie Daten an stdin oder lesen Sie Daten von stdout und stderr. Die optionale Parametereingabe gibt Parameter an, die an den untergeordneten Prozess gesendet werden sollen. Communicate() gibt ein Tupel zurück: (stdoutdata, stderrdata). Hinweis: Wenn Sie Daten über seinen stdin an den Prozess senden möchten, muss der stdin-Parameter beim Erstellen des Popen-Objekts auf PIPE gesetzt werden. Wenn Sie Daten von stdout und stderr abrufen möchten, müssen Sie stdout und stderr ebenfalls auf PIPE setzen.
Popen.send_signal(signal)
Sendet ein Signal an den untergeordneten Prozess.
Popen.terminate()
Stoppt den untergeordneten Prozess. Unter der Windows-Plattform ruft diese Methode die Windows-API TerminateProcess() auf, um den untergeordneten Prozess zu beenden.
Popen.kill()
Töte den untergeordneten Prozess.
Popen.stdin
Wenn der Parameter stdin beim Erstellen des Popen-Objekts auf PIPE gesetzt ist, gibt Popen.stdin ein Dateiobjekt für den untergeordneten Prozess zum Senden von Anweisungen zurück. Andernfalls wird None zurückgegeben.
Popen.stdout
Wenn der Parameter stdout beim Erstellen des Popen-Objekts auf PIPE gesetzt ist, gibt Popen.stdout ein Dateiobjekt für den untergeordneten Prozess zum Senden von Anweisungen zurück. Andernfalls wird None zurückgegeben.
Popen.stderr
Wenn der Parameter stdout beim Erstellen des Popen-Objekts auf PIPE gesetzt ist, gibt Popen.stdout ein Dateiobjekt für den untergeordneten Prozess zurück, um Anweisungen zu senden. Andernfalls wird None zurückgegeben.
Popen.pid
Rufen Sie die Prozess-ID des untergeordneten Prozesses ab.
Popen.returncode
Ruft den Rückgabewert des Prozesses ab. Wenn der Prozess nicht beendet wurde, geben Sie None zurück.
Zum Beispiel:
p = Popen("cp -rf a/* b/", shell=True, stdout=PIPE, stderr=PIPE)
p. wait ()
if p.returncode != 0:
print „Error.“
return -1
3
Diese Methode gibt keine Informationen zur cmd-Ausführung unter Linux aus. Der einzige Vorteil dieser Methode besteht darin, dass es sich nicht um eine blockierende Methode handelt. Das heißt, es gibt kein Problem der Popen-Funktionsblockierung. Vor der Verwendung sind Importbefehle erforderlich.
Zum Beispiel:
status, output = commands.getstatusoutput("ls")
Es gibt auch eine Methode, um nur Ausgabe und Status abzurufen:
commands.getoutput("ls")
commands.getstatus("ls")
Das obige ist der detaillierte Inhalt vonFassen Sie verschiedene Methoden zum Ausführen von Befehlen in Python zusammen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



MySQL hat eine kostenlose Community -Version und eine kostenpflichtige Enterprise -Version. Die Community -Version kann kostenlos verwendet und geändert werden, die Unterstützung ist jedoch begrenzt und für Anwendungen mit geringen Stabilitätsanforderungen und starken technischen Funktionen geeignet. Die Enterprise Edition bietet umfassende kommerzielle Unterstützung für Anwendungen, die eine stabile, zuverlässige Hochleistungsdatenbank erfordern und bereit sind, Unterstützung zu bezahlen. Zu den Faktoren, die bei der Auswahl einer Version berücksichtigt werden, gehören Kritikalität, Budgetierung und technische Fähigkeiten von Anwendungen. Es gibt keine perfekte Option, nur die am besten geeignete Option, und Sie müssen die spezifische Situation sorgfältig auswählen.

Hadidb: Eine leichte, hochrangige skalierbare Python-Datenbank Hadidb (HadIDB) ist eine leichte Datenbank in Python mit einem hohen Maß an Skalierbarkeit. Installieren Sie HadIDB mithilfe der PIP -Installation: PipinstallHadIDB -Benutzerverwaltung erstellen Benutzer: createUser (), um einen neuen Benutzer zu erstellen. Die Authentication () -Methode authentifiziert die Identität des Benutzers. fromHadidb.operationImportUseruser_obj = user ("admin", "admin") user_obj.

Es ist unmöglich, das MongoDB -Passwort direkt über Navicat anzuzeigen, da es als Hash -Werte gespeichert ist. So rufen Sie verlorene Passwörter ab: 1. Passwörter zurücksetzen; 2. Überprüfen Sie die Konfigurationsdateien (können Hash -Werte enthalten). 3. Überprüfen Sie Codes (May Hardcode -Passwörter).

MySQL kann ohne Netzwerkverbindungen für die grundlegende Datenspeicherung und -verwaltung ausgeführt werden. Für die Interaktion mit anderen Systemen, Remotezugriff oder Verwendung erweiterte Funktionen wie Replikation und Clustering ist jedoch eine Netzwerkverbindung erforderlich. Darüber hinaus sind Sicherheitsmaßnahmen (wie Firewalls), Leistungsoptimierung (Wählen Sie die richtige Netzwerkverbindung) und die Datensicherung für die Verbindung zum Internet von entscheidender Bedeutung.

MySQL Workbench kann eine Verbindung zu MariADB herstellen, vorausgesetzt, die Konfiguration ist korrekt. Wählen Sie zuerst "Mariadb" als Anschlusstyp. Stellen Sie in der Verbindungskonfiguration Host, Port, Benutzer, Kennwort und Datenbank korrekt ein. Überprüfen Sie beim Testen der Verbindung, ob der Mariadb -Dienst gestartet wird, ob der Benutzername und das Passwort korrekt sind, ob die Portnummer korrekt ist, ob die Firewall Verbindungen zulässt und ob die Datenbank vorhanden ist. Verwenden Sie in fortschrittlicher Verwendung die Verbindungspooling -Technologie, um die Leistung zu optimieren. Zu den häufigen Fehlern gehören unzureichende Berechtigungen, Probleme mit Netzwerkverbindung usw. Bei Debugging -Fehlern, sorgfältige Analyse von Fehlerinformationen und verwenden Sie Debugging -Tools. Optimierung der Netzwerkkonfiguration kann die Leistung verbessern

Die MySQL-Datenbankleistung Optimierungshandbuch In ressourcenintensiven Anwendungen spielt die MySQL-Datenbank eine entscheidende Rolle und ist für die Verwaltung massiver Transaktionen verantwortlich. Mit der Erweiterung der Anwendung werden jedoch die Datenbankleistung Engpässe häufig zu einer Einschränkung. In diesem Artikel werden eine Reihe effektiver Strategien zur Leistungsoptimierung von MySQL -Leistung untersucht, um sicherzustellen, dass Ihre Anwendung unter hohen Lasten effizient und reaktionsschnell bleibt. Wir werden tatsächliche Fälle kombinieren, um eingehende Schlüsseltechnologien wie Indexierung, Abfrageoptimierung, Datenbankdesign und Caching zu erklären. 1. Das Design der Datenbankarchitektur und die optimierte Datenbankarchitektur sind der Eckpfeiler der MySQL -Leistungsoptimierung. Hier sind einige Kernprinzipien: Die Auswahl des richtigen Datentyps und die Auswahl des kleinsten Datentyps, der den Anforderungen entspricht, kann nicht nur Speicherplatz speichern, sondern auch die Datenverarbeitungsgeschwindigkeit verbessern.

Die MySQL -Verbindung kann auf die folgenden Gründe liegen: MySQL -Dienst wird nicht gestartet, die Firewall fängt die Verbindung ab, die Portnummer ist falsch, der Benutzername oder das Kennwort ist falsch, die Höradresse in my.cnf ist nicht ordnungsgemäß konfiguriert usw. Die Schritte zur Fehlerbehebung umfassen: 1. Überprüfen Sie, ob der MySQL -Dienst ausgeführt wird. 2. Passen Sie die Firewall -Einstellungen an, damit MySQL Port 3306 anhören kann. 3. Bestätigen Sie, dass die Portnummer mit der tatsächlichen Portnummer übereinstimmt. 4. Überprüfen Sie, ob der Benutzername und das Passwort korrekt sind. 5. Stellen Sie sicher, dass die Einstellungen für die Bindungsadresse in my.cnf korrekt sind.

Als Datenprofi müssen Sie große Datenmengen aus verschiedenen Quellen verarbeiten. Dies kann Herausforderungen für das Datenmanagement und die Analyse darstellen. Glücklicherweise können zwei AWS -Dienste helfen: AWS -Kleber und Amazon Athena.
