如何利用python批量生成本地ip的实例详解
本文实例讲述了python批量生成本地ip地址的方法。分享给大家供大家参考。具体分析如下:
这段代码用于在本地计算机上生成本地ip地址绑定到网卡,生成的是一个bat的批处理文件,运行此批处理文件,可以通过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。"
【相关推荐】
1. Java获取本地IP方法
4. 分享python中and / or 的运算逻辑实例教程
以上是如何利用python批量生成本地ip的实例详解的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

PHP和Python各有优劣,选择取决于项目需求和个人偏好。1.PHP适合快速开发和维护大型Web应用。2.Python在数据科学和机器学习领域占据主导地位。

Python和JavaScript在社区、库和资源方面的对比各有优劣。1)Python社区友好,适合初学者,但前端开发资源不如JavaScript丰富。2)Python在数据科学和机器学习库方面强大,JavaScript则在前端开发库和框架上更胜一筹。3)两者的学习资源都丰富,但Python适合从官方文档开始,JavaScript则以MDNWebDocs为佳。选择应基于项目需求和个人兴趣。

在CentOS系统上启用PyTorchGPU加速,需要安装CUDA、cuDNN以及PyTorch的GPU版本。以下步骤将引导您完成这一过程:CUDA和cuDNN安装确定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA显卡支持的CUDA版本。例如,您的MX450显卡可能支持CUDA11.1或更高版本。下载并安装CUDAToolkit:访问NVIDIACUDAToolkit官网,根据您显卡支持的最高CUDA版本下载并安装相应的版本。安装cuDNN库:前

Docker利用Linux内核特性,提供高效、隔离的应用运行环境。其工作原理如下:1. 镜像作为只读模板,包含运行应用所需的一切;2. 联合文件系统(UnionFS)层叠多个文件系统,只存储差异部分,节省空间并加快速度;3. 守护进程管理镜像和容器,客户端用于交互;4. Namespaces和cgroups实现容器隔离和资源限制;5. 多种网络模式支持容器互联。理解这些核心概念,才能更好地利用Docker。

MinIO对象存储:CentOS系统下的高性能部署MinIO是一款基于Go语言开发的高性能、分布式对象存储系统,与AmazonS3兼容。它支持多种客户端语言,包括Java、Python、JavaScript和Go。本文将简要介绍MinIO在CentOS系统上的安装和兼容性。CentOS版本兼容性MinIO已在多个CentOS版本上得到验证,包括但不限于:CentOS7.9:提供完整的安装指南,涵盖集群配置、环境准备、配置文件设置、磁盘分区以及MinI

在CentOS系统上进行PyTorch分布式训练,需要按照以下步骤操作:PyTorch安装:前提是CentOS系统已安装Python和pip。根据您的CUDA版本,从PyTorch官网获取合适的安装命令。对于仅需CPU的训练,可以使用以下命令:pipinstalltorchtorchvisiontorchaudio如需GPU支持,请确保已安装对应版本的CUDA和cuDNN,并使用相应的PyTorch版本进行安装。分布式环境配置:分布式训练通常需要多台机器或单机多GPU。所

在CentOS系统上安装PyTorch,需要仔细选择合适的版本,并考虑以下几个关键因素:一、系统环境兼容性:操作系统:建议使用CentOS7或更高版本。CUDA与cuDNN:PyTorch版本与CUDA版本密切相关。例如,PyTorch1.9.0需要CUDA11.1,而PyTorch2.0.1则需要CUDA11.3。cuDNN版本也必须与CUDA版本匹配。选择PyTorch版本前,务必确认已安装兼容的CUDA和cuDNN版本。Python版本:PyTorch官方支

在CentOS上更新PyTorch到最新版本,可以按照以下步骤进行:方法一:使用pip升级pip:首先确保你的pip是最新版本,因为旧版本的pip可能无法正确安装最新版本的PyTorch。pipinstall--upgradepip卸载旧版本的PyTorch(如果已安装):pipuninstalltorchtorchvisiontorchaudio安装最新
