python监控某一个程序

可以使用Python中的psutil库来监控某个程序。

以下是示例代码：

import psutil

# 根据程序名称获取PID
pid = None
for proc in psutil.process_iter(['name']):
    if proc.info['name'] == 'program_name':
        pid = proc.pid
        break

# 如果程序正在运行，输出程序的内存占用和CPU使用率
if pid is not None:
    process = psutil.Process(pid)
    print("Memory usage: {} bytes".format(process.memory_info().rss))
    print("CPU usage: {}%".format(process.cpu_percent(interval=1)))
else:
    print("Program is not running")

请将`program_name`替换为要监控的程序的名称。如果程序正在运行，则代码将输出程序的内存占用和CPU使用率，否则代码将输出“Program is not running”。

相关问题

python中，对已有程序的某行代码，进行时间监控

在Python中，可以使用time模块中的time()函数获取当前时间戳，从而计算程序运行时间。

举个例子，比如我们要对以下代码的第5行进行时间监控：

import time

def foo():
    start_time = time.time() # 记录程序开始时间
    for i in range(10000000):
        pass
    end_time = time.time() # 记录程序结束时间
    print("程序运行时间：", end_time - start_time)

foo()

在第5行代码执行前使用`start_time = time.time()`获取当前时间戳，执行完第5行代码后使用`end_time = time.time()`获取当前时间戳，两者相减即为程序运行时间。最后在程序结束时打印出程序运行时间即可。

注意，这种方法只适用于单线程程序。如果程序中有多线程或多进程，需要使用更高级的方法进行时间监控。

python使用subprocess.popen，在列表path为工作路径中，依次执行d盘test文件夹中的x.exe执行程序，如果某次执行异常停止，直接开始执行下一次，并监控每一次运行的性能峰值及总耗时，将监控到的信息输出到d盘result文件夹中并依次命名为1-10.txt

下面是可能的代码实现（请注意：为了简化示例代码，下面的代码并没有对路径进行严格的检查和处理，实际的应用中需要特别注意这一点）：

import subprocess
import time

# 工作路径
path = ['d:/test']

# 程序名称
progname = 'x.exe'

# 执行次数
numtrials = 10

# 每次执行的时间限制（单位秒）
timelimit = 10

# 记录每次执行的性能峰值和总耗时
performance = []

for i in range(numtrials):
    # 构造执行命令
    cmd = [progname]
    # 注意：这里假设程序不需要任何参数
    p = subprocess.Popen(cmd, cwd=path[0])

    # 等待执行结束或超时
    start = time.time()
    try:
        while p.poll() is None:
            time.sleep(0.1)
            if time.time() - start > timelimit:
                p.kill()
                performance.append((0, timelimit))
                raise Exception('timeout')
        performance.append((0, time.time() - start))
    except Exception:
        pass

# 保存监控信息
for i, (peak, total) in enumerate(performance):
    with open('d:/result/{}.txt'.format(i+1), 'w') as f:
        f.write('peak: {}\n'.format(peak))
        f.write('total: {}\n'.format(total))

这是一个非常基础的实现，仅供参考。如果要实现更复杂的功能，比如说监控 CPU 或内存使用量，可以使用 psutil 库；如果要跨平台运行，可以使用 Python 的 subprocess 库的更高级 API。