1.需求说明
工作环境中,经常会有使用到ping对网络上的主机做网络测试,如机器上架,下线,测试等一些需要,对于大批量的机器来说,逐个主机ping测试,显然难以满足要求,对于机器比较多的场景,可以将需要执行ping测试的IP地址存放至一个文件内,调用脚本执行网络测试,方便,便捷。
2.程序内容
vim ping.py
#!/usr/bin/env python
#_*_ coding:utf8 _*_
#author: Happy
#来自Happy试验试验 http://happylab.blog.51cto.com
#脚本主要用于做ping测试
import re
import subprocess
def check_alive(ip,count=1,timeout=1):
'''
ping网络测试,通过调用ping命令,发送一个icmp包,从结果中通过正则匹配是否有100%关键字,有则表示丢包,无则表示正常
'''
cmd = 'ping -c %d -w %d %s' % (count,timeout,ip)
p = subprocess.Popen(cmd,
stdin=subprocess.PIPE,
stdout=subprocess.PIPE,
stderr=subprocess.PIPE,
shell=True
)
result = p.stdout.read()
regex = re.findall('100% packet loss',result)
if len(regex) == 0:
print "\033[31m%s UP\033[0m" % (ip)
else:
print "\033[32m%s DOWN\033[0m" % (ip)
if __name__ == "__main__":
with file('/root/ip.txt','r') as f:
for line in f.readlines():
ip = line.strip()
check_alive(ip) #执行函数功能调用
3. 测试结果
python ping.py
10.16.2.4 DOWN
10.16.2.5 DOWN
10.16.4.16 UP
10.16.4.30 UP
10.16.4.61 UP
10.16.4.65 UP
10.16.4.66 UP
10.16.4.68 UP
10.16.4.74 UP
10.16.4.76 UP
10.16.4.77 UP
4.关于subprocess模块学习
在python中,调用shell中的命令主要有三种方法:1. os.system(), 2.commands模块,3.subprocess模块,方法都有所不同。
1.os.system(),调用系统命令,获取命令输出结果并接受返回码
>>> import os
>>> os.system('df -h')
Filesystem Size Used Avail Use% Mounted on
/dev/sda2 9.9G 7.3G 2.2G 78% /
tmpfs 3.9G 4.0K 3.9G 1% /dev/shm
/dev/sda1 1008M 82M 876M 9% /boot
/dev/sda4 899G 36G 818G 5% /data1
10.16.2.8:openstack_glances
899G 37G 816G 5% /var/lib/glance/p_w_picpaths
0
>>> result = os.system('df -h') #保存返回值
Filesystem Size Used Avail Use% Mounted on
/dev/sda2 9.9G 7.3G 2.2G 78% /
tmpfs 3.9G 4.0K 3.9G 1% /dev/shm
/dev/sda1 1008M 82M 876M 9% /boot
/dev/sda4 899G 36G 818G 5% /data1
10.16.2.8:openstack_glances
899G 37G 816G 5% /var/lib/glance/p_w_picpaths
>>> print result
0
2.cmmands模块
>>> import commands
#得到命令输出结果
>>> commands.getoutput('df -h')
'Filesystem Size Used Avail Use% Mounted on\n/dev/sda2 9.9G 7.3G 2.2G 78% /\ntmpfs 3.9G 4.0K 3.9G 1% /dev/shm\n/dev/sda1 1008M 82M 876M 9% /boot\n/dev/sda4 899G 36G 818G 5% /data1\n10.16.2.8:openstack_glances\n 899G 37G 816G 5% /var/lib/glance/p_w_picpaths'
#得到命令输出结果和返回码,以元组的形式展示
>>> commands.getstatusoutput('df -h')
(0, 'Filesystem Size Used Avail Use% Mounted on\n/dev/sda2 9.9G 7.3G 2.2G 78% /\ntmpfs 3.9G 4.0K 3.9G 1% /dev/shm\n/dev/sda1 1008M 82M 876M 9% /boot\n/dev/sda4 899G 36G 818G 5% /data1\n10.16.2.8:openstack_glances\n 899G 37G 816G 5% /var/lib/glance/p_w_picpaths')
>>>
>>> commands.getstatusoutput('df -h')[0]
0
3.os.popen()模块
>>> import os
>>> p = os.popen('df -h')
>>> p.read()
'Filesystem Size Used Avail Use% Mounted on\n/dev/sda2 9.9G 7.3G 2.2G 78% /\ntmpfs 3.9G 4.0K 3.9G 1% /dev/shm\n/dev/sda1 1008M 82M 876M 9% /boot\n/dev/sda4 899G 36G 818G 5% /data1\n10.16.2.8:openstack_glances\n 899G 37G 816G 5% /var/lib/glance/p_w_picpaths\n'
其他方法,还有p.readline()读一行,p.readlines()读取所有的行,和文件操作的方法相类似!不建议使用这种方法,建议使用subprocess,因为subprocess是os.popen()的更高级封装,功能更强
4.subprocess模块
>>> import subprocess
>>> p = subprocess.Popen('df -h',stdin=subprocess.PIPE,stdout=subprocess.PIPE,stderr=subprocess.PIPE,shell=True)
#获取命令执行结果的返回码,通过wait()函数
>>> p.wait()
0
#获取命令输出结果(标准输出),通过read()方法
>>> p.stdout.read()
'Filesystem Size Used Avail Use% Mounted on\n/dev/sda2 9.9G 7.3G 2.1G 79% /\ntmpfs 3.9G 4.0K 3.9G 1% /dev/shm\n/dev/sda1 1008M 82M 876M 9% /boot\n/dev/sda4 899G 36G 818G 5% /data1\n10.16.2.8:openstack_glances\n 899G 37G 816G 5% /var/lib/glance/p_w_picpaths\n'
#获取命令错误输出结果,通过read()方法
>>> p.stderr.read() #为空,说明没有错误输出,看如下例子
''
#获取错误输出
>>> subprocess.Popen('ls /etc/password',stdin=subprocess.PIPE,stdout=subprocess.PIPE,stderr=subprocess.PIPE,shell=True,close_fds=True)
<subprocess.Popen object at 0x7f267528dbd0>
>>> p = subprocess.Popen('ls /etc/password',stdin=subprocess.PIPE,stdout=subprocess.PIPE,stderr=subprocess.PIPE,shell=True,close_fds=True)
>>> p.stderr.read()
'ls: cannot access /etc/password: No such file or directory\n'
@获取错误输出的其他方法还有:read(),readline(),readlines(),close(),write()和writelines()等.
关于subprocess的模块的用法,可以参考http://www.cnblogs.com/vamei/archive/2012/09/23/2698014.html
转载于:https://blog.51cto.com/happylab/1742282