


Wie erstellt das in Python integrierte Modul-Betriebssystem einen SHELL-seitigen Dateiprozessor?
Dieser Artikel vermittelt Ihnen relevantes Wissen über Python. Er stellt hauptsächlich den relevanten Inhalt darüber vor, wie das integrierte Modul-Betriebssystem einen SHELL-seitigen Dateiprozessor erstellt .
【Verwandte Empfehlung: Python3-Video-Tutorial】
OS-Modul
Bei der Erläuterung des Paketmoduls haben wir erwähnt, dass wir den globalen Paketpfad über das SYS-Modul anzeigen möchten, um die Registrierung anzuzeigen. Heute versuchen wir, das Betriebssystem zu verstehen Modul Die Hauptfunktion des Moduls besteht darin, die Kommunikation zwischen dem Programm und dem System zu öffnen.
Über help('modules') können wir herausfinden, dass das Betriebssystem als integriertes Modul von Python erscheint.
Mit Pfad
Beurteilen Sie die Datei
import os print(os.path.isfile('demo.txt'))
Wenn es sich um eine Datei handelt, geben Sie True zurück, andernfalls geben Sie False zurück.
Beurteilen Sie den Ordner
import os print(os.path.isdir('../os'))
Wir übergeben einen Pfad als Parameter. Wenn es sich um einen Ordner handelt, gibt er True zurück, andernfalls gibt er False zurück.
Bestimmen Sie, ob die Datei vorhanden ist
Dies sollte ein Vorgang sein, den wir häufig in Skripten verwenden. Wenn sie vorhanden ist, verwenden wir sie. Wenn sie nicht vorhanden ist, müssen wir eine Datei erstellen, um den Standardwert auszufüllen Inhalt.
import os print(os.path.exists('ttttt.txt'))
Gibt auf ähnliche Weise „True“ zurück, wenn es existiert, andernfalls „False“.
Dateigröße abrufen
Wir überprüfen häufig Dateiinformationen auf dem Server über ls -al, das das Dateigrößenattribut enthält, und die entsprechende Attributerfassungsfunktion ist definitiv unverzichtbar.
import os print(os.path.getsize('demo.txt'))
Pfad und Datei abrufen
In der Vergangenheit mussten wir beim Betrieb von Java oft das Verzeichnis abrufen, in dem sich die Datei befindet. Damals wurde alles über Java-Objektattribute und Python automatisch abgerufen hat es für uns erledigt.
Den absoluten Pfad abrufen
Ich weiß nicht, ob Ihnen aufgefallen ist, dass wir ../os und andere Methoden verwenden, wenn wir das Verzeichnis abrufen, in dem sich das Skript oben befindet, einschließlich des Abrufens des Pfads und des vollständigen Pfads des Datei manuell im Dateikapitel. Tatsächlich verwenden wir Python automatisch.
import os print(os.path.abspath('practice.py'))
Gib den Dateinamen zurück.
import os print(os.path.basename('practice.py'))
Wir stoßen häufig auf das Spleißen von Pfadadressen. Windows und Linux haben unterschiedliche Dateitrennzeichen. Java stellt uns eine Variable zum Erhalten des Trennzeichens zur Verfügung, aber Python ignoriert das Trennzeichen direkt und stellt uns direkt eine Spleißmethode zur Verfügung.
import os print(os.path.join('parent','child'))
Ohne Pfad
import os print(os.name)

Alle Dateien abrufenDa es sich um ein Modul handelt, muss es unsere häufig verwendete Funktion sein. Wie bereits erwähnt, führen wir häufig ls -al auf dem Server aus.
import os print(os.listdir)
Oft führen wir Skripte nicht direkt im Skriptpfad aus, sondern führen Skripte häufig über absolute oder relative Pfade aus. Manchmal sind Skripte von bestimmten Dateien im Ausführungspfad abhängig, daher ist es wichtig, die Ausführung zu erhalten Skriptpfad.
Verzeichnisoperationen
Ich glaube, dass es auch wichtig ist, Dateien und Verzeichnisse zu erstellen und zu löschen. Sehen wir uns unten an, wie es geht.import os os.mkdir('test') print(os.getcwd()+'工作下的文件列表'+os.listdir()) os.rmdir('test')
Datei umbenennen
import os os.rename(old,new)
我们能够看到打印了很多属性。
修改权限杀死进程
os.chmod(file) os.get_terminal_size() os.kill(10884,signal.SIGKILL)
打通shell
作为一个shell爱好者,我还是很喜欢使用shell 来实现的,尤其是在做系统初始化的时候这个时候没有python ,而shell 是linux 系统自带的,所以shell 脚本的时候还是很有必要的,我个人也是shell+python 相互辅佐的存在。我们知道shell 中直接 python xxx.py。 但是python 如何执行shell 呢?
import os name=os.system('ls -al')
上面我们提到获取平台信息 os.name ,我们可以根据这个命令来通过 os.system('cmd') 指定不同系统的cmd 命令。
【相关推荐:Python3视频教程 】
Das obige ist der detaillierte Inhalt vonWie erstellt das in Python integrierte Modul-Betriebssystem einen SHELL-seitigen Dateiprozessor?. 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



PHP und Python haben ihre eigenen Vor- und Nachteile, und die Wahl hängt von den Projektbedürfnissen und persönlichen Vorlieben ab. 1.PHP eignet sich für eine schnelle Entwicklung und Wartung großer Webanwendungen. 2. Python dominiert das Gebiet der Datenwissenschaft und des maschinellen Lernens.

Aktivieren Sie die Pytorch -GPU -Beschleunigung am CentOS -System erfordert die Installation von CUDA-, CUDNN- und GPU -Versionen von Pytorch. Die folgenden Schritte führen Sie durch den Prozess: Cuda und Cudnn Installation Bestimmen Sie die CUDA-Version Kompatibilität: Verwenden Sie den Befehl nvidia-smi, um die von Ihrer NVIDIA-Grafikkarte unterstützte CUDA-Version anzuzeigen. Beispielsweise kann Ihre MX450 -Grafikkarte CUDA11.1 oder höher unterstützen. Download und installieren Sie Cudatoolkit: Besuchen Sie die offizielle Website von Nvidiacudatoolkit und laden Sie die entsprechende Version gemäß der höchsten CUDA -Version herunter und installieren Sie sie, die von Ihrer Grafikkarte unterstützt wird. Installieren Sie die Cudnn -Bibliothek:

Docker verwendet Linux -Kernel -Funktionen, um eine effiziente und isolierte Anwendungsumgebung zu bieten. Sein Arbeitsprinzip lautet wie folgt: 1. Der Spiegel wird als schreibgeschützte Vorlage verwendet, die alles enthält, was Sie für die Ausführung der Anwendung benötigen. 2. Das Union File System (UnionFS) stapelt mehrere Dateisysteme, speichert nur die Unterschiede, speichert Platz und beschleunigt. 3. Der Daemon verwaltet die Spiegel und Container, und der Kunde verwendet sie für die Interaktion. 4. Namespaces und CGroups implementieren Container -Isolation und Ressourcenbeschränkungen; 5. Mehrere Netzwerkmodi unterstützen die Containerverbindung. Nur wenn Sie diese Kernkonzepte verstehen, können Sie Docker besser nutzen.

Python und JavaScript haben ihre eigenen Vor- und Nachteile in Bezug auf Gemeinschaft, Bibliotheken und Ressourcen. 1) Die Python-Community ist freundlich und für Anfänger geeignet, aber die Front-End-Entwicklungsressourcen sind nicht so reich wie JavaScript. 2) Python ist leistungsstark in Bibliotheken für Datenwissenschaft und maschinelles Lernen, während JavaScript in Bibliotheken und Front-End-Entwicklungsbibliotheken und Frameworks besser ist. 3) Beide haben reichhaltige Lernressourcen, aber Python eignet sich zum Beginn der offiziellen Dokumente, während JavaScript mit Mdnwebdocs besser ist. Die Wahl sollte auf Projektbedürfnissen und persönlichen Interessen beruhen.

Minio-Objektspeicherung: Hochleistungs-Bereitstellung im Rahmen von CentOS System Minio ist ein hochleistungsfähiges, verteiltes Objektspeichersystem, das auf der GO-Sprache entwickelt wurde und mit Amazons3 kompatibel ist. Es unterstützt eine Vielzahl von Kundensprachen, darunter Java, Python, JavaScript und Go. In diesem Artikel wird kurz die Installation und Kompatibilität von Minio zu CentOS -Systemen vorgestellt. CentOS -Versionskompatibilitätsminio wurde in mehreren CentOS -Versionen verifiziert, einschließlich, aber nicht beschränkt auf: CentOS7.9: Bietet einen vollständigen Installationshandbuch für die Clusterkonfiguration, die Umgebungsvorbereitung, die Einstellungen von Konfigurationsdateien, eine Festplattenpartitionierung und Mini

Pytorch Distributed Training on CentOS -System erfordert die folgenden Schritte: Pytorch -Installation: Die Prämisse ist, dass Python und PIP im CentOS -System installiert sind. Nehmen Sie abhängig von Ihrer CUDA -Version den entsprechenden Installationsbefehl von der offiziellen Pytorch -Website ab. Für CPU-Schulungen können Sie den folgenden Befehl verwenden: PipinstallTorChTorChVisionTorChaudio Wenn Sie GPU-Unterstützung benötigen, stellen Sie sicher, dass die entsprechende Version von CUDA und CUDNN installiert ist und die entsprechende Pytorch-Version für die Installation verwenden. Konfiguration der verteilten Umgebung: Verteiltes Training erfordert in der Regel mehrere Maschinen oder mehrere Maschinen-Mehrfach-GPUs. Ort

Bei der Installation von PyTorch am CentOS -System müssen Sie die entsprechende Version sorgfältig auswählen und die folgenden Schlüsselfaktoren berücksichtigen: 1. Kompatibilität der Systemumgebung: Betriebssystem: Es wird empfohlen, CentOS7 oder höher zu verwenden. CUDA und CUDNN: Pytorch -Version und CUDA -Version sind eng miteinander verbunden. Beispielsweise erfordert Pytorch1.9.0 CUDA11.1, während Pytorch2.0.1 CUDA11.3 erfordert. Die Cudnn -Version muss auch mit der CUDA -Version übereinstimmen. Bestimmen Sie vor der Auswahl der Pytorch -Version unbedingt, dass kompatible CUDA- und CUDNN -Versionen installiert wurden. Python -Version: Pytorch Official Branch

Die Installation von CentOS-Installationen erfordert die folgenden Schritte: Installieren von Abhängigkeiten wie Entwicklungstools, PCRE-Devel und OpenSSL-Devel. Laden Sie das Nginx -Quellcode -Paket herunter, entpacken Sie es, kompilieren Sie es und installieren Sie es und geben Sie den Installationspfad als/usr/local/nginx an. Erstellen Sie NGINX -Benutzer und Benutzergruppen und setzen Sie Berechtigungen. Ändern Sie die Konfigurationsdatei nginx.conf und konfigurieren Sie den Hörport und den Domänennamen/die IP -Adresse. Starten Sie den Nginx -Dienst. Häufige Fehler müssen beachtet werden, z. B. Abhängigkeitsprobleme, Portkonflikte und Konfigurationsdateifehler. Die Leistungsoptimierung muss entsprechend der spezifischen Situation angepasst werden, z. B. das Einschalten des Cache und die Anpassung der Anzahl der Arbeitsprozesse.
