如何利用python批次產生本地ip的實例詳解
本文實例講述了python批量產生本地ip位址的方法。分享給大家供大家參考。具體分析如下:
這段程式碼用於在本地電腦上產生本地ip位址綁定到網卡,產生的是一個bat的批次文件,運行此批次文件,可透過ipconfig查看
#!/usr/bin/python2.7 # -*- coding: utf-8 -*- # Filename: AddIPAliases.py import re,sys,socket,struct # 1. 判断IP地址是否合法; 2. 判断用户输入的IP是否在Class A,Class B 或 Class C中 def CheckIP(IP,IPClassesInt): regexIP=re.compile('^([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])$') Checking=regexIP.match(IP) if Checking==None: IP=raw_input("亲!请输入合法的IP地址哈: ") return CheckIP(IP,IPClassesInt) else: IPInt=struct.unpack('!L',socket.inet_aton(IP))[0] if IPInt not in range(IPClassesInt[0],IPClassesInt[1]+1) and IPInt not in range(IPClassesInt[2],IPClassesInt[3]+1) and IPInt not in range(IPClassesInt[4],IPClassesInt[5]+1): IP=raw_input("亲!您输入的IP地址不在Class A,Class B或Class C中,请阅读提示信息并重新输入IP地址:") return CheckIP(IP,IPClassesInt) else: return IP # 判断输入的数字是否合法 def CheckIPCount(IPCount): regexIPCount=re.compile('\d+') Checking=regexIPCount.match(IPCount) if Checking==None: IPCount=raw_input("亲!请输入合法的数量:") return CheckIPCount(IPCount) else: return IPCount # 为用户生成指定数量的IP def MakeIps(IPInt,IPCount,IPIntBool): targetBat=open('AddIPAliases.bat','w+') targetCSV=open('AddIPAliases.csv','w+') # 判断IP地址的数量是否在Class A,Class B或Class C的范畴中 if int(IPCount)>(IPClassesInt[IPIntBoolTrue[1][2]]-IPInt+1): IPCount=raw_input("亲!您输入的IP数量超过了"+IPIntBoolTrue[0]+"的范畴,请重新输入:") return MakeIps(IPInt,IPCount,IPIntBool) else: for i in range(int(IPCount)): IPIntTrans=socket.inet_ntoa(struct.pack("!L", IPInt)) IPInt+=1 targetBat.write('netsh interface ip add address "本地连接" '+IPIntTrans+' '+IPIntBoolTrue[1][1]+'\n') targetCSV.write(IPIntTrans+'\n') targetBat.write('pause') # Main 函数 print ''' ************************************************** 以下信息能够帮助你更好的运行此脚本: 1. 在运行脚本前,请移步:控制面板->查看网络->本地连接->属性->IPv4,将自动获取IP改成手动 2. IP分为三类: Class A:数量16777216,范围10.0.0.0 - 10.255.255.255 Class B:数量1048576, 范围172.16.0.0 - 172.31.255.255 Class C:数量65536, 范围192.168.0.0 – 192.168.255.255 !!!所以大家在输入IP的时候,请保证您输入的IP属于这三个分类之中!!! 3. 如果你使用的是英文系统,请将自定义函数MakeIPs()中的“本地连接”改成“Local Area Connection”。 4. 脚本由于要对长整型的数据进行range(),所以计算时间有点长,请等待成功提示。 5. 在脚本存放的目录将会生成一个bat文件和csv文件,bat文件用于向系统中添加IP,生成成功后请手动运行它,csv文件用于在Jmeter中调用这些IP。 6. 如果想清除在系统中插入的IP,请移步:控制面板->查看网络->本地连接->属性->IPv4,将手动获取IP改成自动获取IP ************************************************** ''' # 将各个Class的起始和结束的IP地址转换成整数 IPClasses=['10.0.0.0','10.255.255.255','172.16.0.0','172.31.255.255','192.168.0.0','192.168.255.255'] IPClassesInt=[] for i in range(len(IPClasses)): IPClassesInt.append(struct.unpack('!L',socket.inet_aton(IPClasses[i]))[0]) # 用户输入 IP=raw_input("请输入起始IP地址:") IPCount=raw_input("请输入生成的IP数量:") # 判断输入是否合法 IPAddress=CheckIP(IP,IPClassesInt) IPCount=CheckIPCount(IPCount) IPInt=struct.unpack('!L',socket.inet_aton(IPAddress))[0] IPIntClassABool=IPInt in range(IPClassesInt[0],IPClassesInt[1]+1) IPIntClassBBool=IPInt in range(IPClassesInt[2],IPClassesInt[3]+1) IPIntClassCBool=IPInt in range(IPClassesInt[4],IPClassesInt[5]+1) IPIntBool={"ClassA":[IPIntClassABool,'255.0.0.0',1],"ClassB":[IPIntClassBBool,'255.240.0.0',3],"ClassC":[IPIntClassCBool,'255.255.0.0',5]} IPIntBoolTrue=[] for i in range (len(IPIntBool)): if True in IPIntBool.values()[i]: IPIntBoolTrue.append(IPIntBool.keys()[i]) IPIntBoolTrue.append(IPIntBool.values()[i]) break # 调用函数为用户生成IP地址 MakeIps(IPInt,IPCount,IPIntBoolTrue) print "Bat文件生成完毕,请移步至存放的脚本的文件夹找到并运行此文件。"
【相關推薦】
#1. Java取得本機IP方法
##2 . 3. 4.以上是如何利用python批次產生本地ip的實例詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

PHP和Python各有優劣,選擇取決於項目需求和個人偏好。 1.PHP適合快速開發和維護大型Web應用。 2.Python在數據科學和機器學習領域佔據主導地位。

Python和JavaScript在社區、庫和資源方面的對比各有優劣。 1)Python社區友好,適合初學者,但前端開發資源不如JavaScript豐富。 2)Python在數據科學和機器學習庫方面強大,JavaScript則在前端開發庫和框架上更勝一籌。 3)兩者的學習資源都豐富,但Python適合從官方文檔開始,JavaScript則以MDNWebDocs為佳。選擇應基於項目需求和個人興趣。

在CentOS系統上啟用PyTorchGPU加速,需要安裝CUDA、cuDNN以及PyTorch的GPU版本。以下步驟將引導您完成這一過程:CUDA和cuDNN安裝確定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA顯卡支持的CUDA版本。例如,您的MX450顯卡可能支持CUDA11.1或更高版本。下載並安裝CUDAToolkit:訪問NVIDIACUDAToolkit官網,根據您顯卡支持的最高CUDA版本下載並安裝相應的版本。安裝cuDNN庫:前

Docker利用Linux內核特性,提供高效、隔離的應用運行環境。其工作原理如下:1. 鏡像作為只讀模板,包含運行應用所需的一切;2. 聯合文件系統(UnionFS)層疊多個文件系統,只存儲差異部分,節省空間並加快速度;3. 守護進程管理鏡像和容器,客戶端用於交互;4. Namespaces和cgroups實現容器隔離和資源限制;5. 多種網絡模式支持容器互聯。理解這些核心概念,才能更好地利用Docker。

MinIO對象存儲:CentOS系統下的高性能部署MinIO是一款基於Go語言開發的高性能、分佈式對象存儲系統,與AmazonS3兼容。它支持多種客戶端語言,包括Java、Python、JavaScript和Go。本文將簡要介紹MinIO在CentOS系統上的安裝和兼容性。 CentOS版本兼容性MinIO已在多個CentOS版本上得到驗證,包括但不限於:CentOS7.9:提供完整的安裝指南,涵蓋集群配置、環境準備、配置文件設置、磁盤分區以及MinI

在CentOS系統上進行PyTorch分佈式訓練,需要按照以下步驟操作:PyTorch安裝:前提是CentOS系統已安裝Python和pip。根據您的CUDA版本,從PyTorch官網獲取合適的安裝命令。對於僅需CPU的訓練,可以使用以下命令:pipinstalltorchtorchvisiontorchaudio如需GPU支持,請確保已安裝對應版本的CUDA和cuDNN,並使用相應的PyTorch版本進行安裝。分佈式環境配置:分佈式訓練通常需要多台機器或單機多GPU。所

在CentOS系統上安裝PyTorch,需要仔細選擇合適的版本,並考慮以下幾個關鍵因素:一、系統環境兼容性:操作系統:建議使用CentOS7或更高版本。 CUDA與cuDNN:PyTorch版本與CUDA版本密切相關。例如,PyTorch1.9.0需要CUDA11.1,而PyTorch2.0.1則需要CUDA11.3。 cuDNN版本也必須與CUDA版本匹配。選擇PyTorch版本前,務必確認已安裝兼容的CUDA和cuDNN版本。 Python版本:PyTorch官方支

在CentOS上更新PyTorch到最新版本,可以按照以下步驟進行:方法一:使用pip升級pip:首先確保你的pip是最新版本,因為舊版本的pip可能無法正確安裝最新版本的PyTorch。 pipinstall--upgradepip卸載舊版本的PyTorch(如果已安裝):pipuninstalltorchtorchvisiontorchaudio安裝最新
