在以上代码中加入如下需求:1、执行过程生成日志记录 2、按日志记录生成表格文件

时间: 2023-12-31 10:04:17 浏览: 26
好的,我们可以使用 Python 内置的 `logging` 模块来生成日志记录,使用 `pandas` 库来生成表格文件。修改后的代码如下: ```python import pexpect import ping3 import csv import logging import pandas as pd # 配置日志记录 logging.basicConfig(filename="log.txt", level=logging.INFO) # 从 CSV 文件中读取设备信息 filename = "devices.csv" data = [] with open(filename, "r") as f: reader = csv.reader(f) next(reader) # 跳过标题行 for row in reader: device_ip, username, password, enable_password = row # 检查设备是否在线 if not ping3.ping(device_ip): logging.warning(f"设备 {device_ip} 不在线") continue # 访问设备 ssh = pexpect.spawn(f"ssh {username}@{device_ip}") ssh.expect("password:") ssh.sendline(password) # 进入特权模式 ssh.expect(">") ssh.sendline("enable") ssh.expect("Password:") ssh.sendline(enable_password) # 获取 CPU 使用率 ssh.expect("#") ssh.sendline("display cpu-usage") ssh.expect("#") output = ssh.before.decode("utf-8").strip() # 输出结果 logging.info(f"设备 {device_ip} 的 CPU 使用率为:\n{output}") data.append([device_ip, output]) # 将结果保存到表格文件中 df = pd.DataFrame(data, columns=["设备IP", "CPU使用率"]) df.to_excel("result.xlsx", index=False) ``` 在上面的代码中,我们首先使用 `logging.basicConfig` 方法配置日志记录,将日志记录保存到文件 `log.txt` 中。然后,我们使用 `pandas` 库创建一个空的表格 `df`,然后遍历 CSV 文件中的每一行,获取设备 IP 地址、用户名、密码和特权模式密码。对于每个设备,我们都使用 `ping3.ping` 方法检查设备是否在线。如果设备不在线,就会使用 `logging.warning` 方法记录一条警告信息,并使用 `continue` 关键字跳过当前循环,继续处理下一个设备。如果设备在线,就会继续执行后面的代码,访问设备并获取 CPU 使用率。然后,使用 `logging.info` 方法记录一条信息,表示获取成功。最后,将设备 IP 地址和 CPU 使用率添加到表格 `df` 中,然后使用 `df.to_excel` 方法将表格保存到文件 `result.xlsx` 中。 需要注意的是,你需要在运行程序之前安装 `pandas` 库,可以使用以下命令进行安装: ```sh pip3 install pandas ```

相关推荐

使用如下sql表定义生成antd的表格列信息json,每一列信息格式化到一行上:CREATE TABLE ssr_compare_print ( cpl_id varchar(64) NOT NULL COMMENT '比对结果打印日志ID', cpl_barcode varchar(64) DEFAULT NULL COMMENT '比对结果记录条码号', cpl_source_gene_id varchar(64) DEFAULT NULL COMMENT '待比指纹记录ID', cpl_target_gene_id varchar(64) DEFAULT NULL COMMENT '对比指纹记录ID', cpl_source_gene_lib int(11) DEFAULT NULL COMMENT '源指纹库', cpl_target_gene_lib int(11) DEFAULT NULL COMMENT '目标指纹库', cpl_source_sample_barcode varchar(64) DEFAULT NULL COMMENT '源样品条码号', cpl_source_sample_name varchar(128) DEFAULT NULL COMMENT '源样品名称', cpl_source_sample_origin varchar(255) DEFAULT NULL COMMENT '源样品来源', cpl_source_sample_kind varchar(32) DEFAULT NULL COMMENT '源样品类型', cpl_target_sample_barcode varchar(64) DEFAULT NULL COMMENT '目标样品条码号', cpl_target_sample_name varchar(128) DEFAULT NULL COMMENT '目标样品名称', cpl_target_sample_origin varchar(255) DEFAULT NULL COMMENT '目标样品来源', cpl_target_sample_kind varchar(32) DEFAULT NULL COMMENT '目标样品类型', cpl_marker_count int(11) DEFAULT NULL COMMENT '比对位点总数', cpl_differ_markers longtext COMMENT '差异位点名称', cpl_differ_marker_count int(11) DEFAULT NULL COMMENT '差异位点数', cpl_no_differ_markers longtext COMMENT '无差异位点名称', cpl_no_differ_marker_count int(11) DEFAULT NULL, cpl_miss_markers longtext COMMENT '缺失位点名称', cpl_miss_marker_count int(11) DEFAULT NULL COMMENT '缺失位点数', cpl_no_judge_markers longtext, cpl_no_judge_marker_count int(11) DEFAULT NULL, cpl_sam_species varchar(32) DEFAULT NULL COMMENT '样品种属', cpl_is_locked varchar(2) DEFAULT NULL COMMENT '是否锁定,1/0-锁定/不锁定(默认值)', cpl_is_shared int(11) DEFAULT NULL COMMENT '是否允许共享本结果,是/否--共享/私有', cpl_relate_barcode varchar(128) DEFAULT NULL COMMENT '关联条码号,如合同号', cpl_manager varchar(64) DEFAULT NULL COMMENT '打印用户登录ID', cpl_user_ip varchar(60) DEFAULT NULL COMMENT '用户登录ip', cpl_html_path varchar(500) DEFAULT NULL COMMENT '打印页面地址', cpl_remark longtext COMMENT '备注', cpl_create_date datetime DEFAULT NULL COMMENT '创建日期', cpl_update_date datetime DEFAULT NULL COMMENT '更新日期', cpl_conclusion longtext COMMENT '结论', cpl_replace_miss_markers_str longtext COMMENT '缺失位点替换列表', cpl_is_same_name varchar(2) DEFAULT NULL COMMENT '是否为同名比对结果', cpl_is_reported varchar(2) DEFAULT NULL COMMENT '是否出具报告', PRIMARY KEY (cpl_id) ) ENGINE=InnoDB DEFAULT CHARSET=utf8

最新推荐

recommend-type

JMeter操作手册大全.docx

1)最终用户体验,例如2-5-10原则,即按照正常用户体验,如果用户能够在2秒内得到响应,会感觉速度很快,如果2-5秒得到响应,用户感觉系统的响应速度还不多,在5-10秒之内得到响应时,用户会感觉系统的响应速度慢,...
recommend-type

yolov5-face-landmarks-opencv

yolov5检测人脸和关键点,只依赖opencv库就可以运行,程序包含C++和Python两个版本的。 本套程序根据https://github.com/deepcam-cn/yolov5-face 里提供的训练模型.pt文件。转换成onnx文件, 然后使用opencv读取onnx文件做前向推理,onnx文件从百度云盘下载,下载 链接:https://pan.baidu.com/s/14qvEOB90CcVJwVC5jNcu3A 提取码:duwc 下载完成后,onnx文件存放目录里,C++版本的主程序是main_yolo.cpp,Python版本的主程序是main.py 。此外,还有一个main_export_onnx.py文件,它是读取pytorch训练模型.pt文件生成onnx文件的。 如果你想重新生成onnx文件,不能直接在该目录下运行的,你需要把文件拷贝到https://github.com/deepcam-cn/yolov5-face 的主目录里运行,就可以生成onnx文件。
recommend-type

setuptools-0.6c8-py2.5.egg

文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
recommend-type

5-3.py

5-3
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依